待验证50% 置信基准精确时间
在该实验的每一轮中，没有架构约束的扁平版本总体耗时都更短
1
来源数
50%
置信度
长期有效
时效性
2026/9/20
首次发现
来源
涉及实体
相关事实
已验证更小的模型在长推理链任务上的表现往往指数级下降而非线性退化67% 相似待验证循环深度一次循环迭代的计算量大致等同于通过一个Transformer层的前向传播，但无需执行词汇表上的softmax采样和token解码，因此思考量相同时开销可能数量级更低66% 相似待验证对于包含多步工具调用的Agentic工作流，任何一步的轻微退化都可能导致最终结果崩溃，不做分步评估几乎无法定位问题环节66% 相似待验证轻量小模型的推理延迟可低至5-20ms，单次推理成本不足大模型的1%，且可本地部署65% 相似待验证该研究的实验局限于两层MLP和模块化算术这一相对简化的设定，标度律能否推广到大规模Transformer或真实世界任务仍有待检验65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/937543API
curl https://kongchang.com/api/v1/knowledge/claims/937543MCP
get_claim(id=937543)