待验证50% 置信事实精确时间

根据示例内容更大幅度重构自身表征的模型，反而从少样本中获益更多，这与流行的扰乱假说相反

1

来源数

50%

置信度

长期有效

时效性

2026/9/16

首次发现

来源

少样本提示为何有时反而变差？12模型实验揭示真相

涉及实体

distortion hypothesisconcept content deltaconcept

相关事实

待验证该研究结论反驳了模型会根据问题难度自适应调整计算量的流行说法77% 相似待验证研究者发现只需微调模型的少量参数就能移除安全对齐（去对齐攻击），且某些越狱提示可在不同模型之间迁移76% 相似待验证小模型对数据分布更敏感，同样的数据补充量在 4B 模型上的边际效果往往比大模型更明显，但也更容易过拟合或遗忘75% 相似待验证上下文窗口越大，模型性能反而越可能退化，喂给模型的信息越多，它的表现可能越糟糕74% 相似待验证通过'不要按常规套路'这样的约束性提示词，本质上是在调整模型的采样分布，降低高频方案的输出权重，迫使模型探索低概率但可能更具创新性的输出区域73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/924781

API

curl https://kongchang.com/api/v1/knowledge/claims/924781

MCP

get_claim(id=924781)