待验证50% 置信事实精确时间

Function Calling解决的核心痛点是大模型训练结束后进入知识停滞状态，无法获取训练截止之后的新信息

1

来源数

50%

置信度

长期有效

时效性

2026/9/17

首次发现

来源

从Function Calling到MCP：读懂大模型工具调用底层原理

涉及实体

Function Callingconcept

相关事实

待验证随着预训练模型规模扩大，许多曾经有效的显式知识注入技巧逐渐失效甚至产生负面效果74% 相似待验证递归训练大量使用以任务完成率、代码运行结果为奖励信号，缺乏对叙事一致性的显式监督，可能导致语言建模通用能力的灾难性遗忘，在小参数量模型上更明显74% 相似待验证当前大模型本质上是静态的，训练完成后权重被冻结，知识停留在训练截止日期73% 相似已验证单纯堆砌参数而训练数据不足会导致模型大而不强，参数跃升需配合同步扩大的训练语料与算力才能兑现能力增益70% 相似待验证单纯堆砌RL任务数量并不能带来更好的训练效果，无解任务反而拖累整体训练质量69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/930512

API

curl https://kongchang.com/api/v1/knowledge/claims/930512

MCP

get_claim(id=930512)