待验证50% 置信事实精确时间
传统大语言模型的参数量在训练完成后就被固定下来，模型知识被冻结在权重矩阵中
1
来源数
50%
置信度
长期有效
时效性
2026/9/17
首次发现
来源
涉及实体
相关事实
已验证传统语言模型的知识完全来源于训练数据，存在知识截止日期的硬限制，无法感知训练完成后发生的事件79% 相似待验证大语言模型本身是无状态的，其所有知识编码在训练后固定不变的神经网络权重中，单次推理完成后中间状态归零79% 相似待验证大语言模型在推理阶段仅依赖训练时固化的参数权重进行自回归生成，存在知识截止和能力边界两大固有局限79% 相似已验证当语言模型在自身或同类模型生成的数据上反复训练时，会出现系统性退化，模型输出多样性逐代降低，分布尾部信息逐渐丢失74% 相似待验证大模型在训练结束后知识被固定在训练时间点，无法感知训练之后的新信息，Function Calling可让模型调用外部函数获得额外功能或实时数据73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/929996API
curl https://kongchang.com/api/v1/knowledge/claims/929996MCP
get_claim(id=929996)