待验证50% 置信事实精确时间

研究核心洞察是合格鸿沟主要由模型尺寸决定，而非精度

1

来源数

50%

置信度

长期有效

时效性

2026/10/2

首次发现

来源

小模型够用吗？Agent微任务中SLM的能力鸿沟实测

涉及实体

Agent微任务基准concept

相关事实

待验证单一维度的盲测结论不宜过度解读，样本规模、测试设计和评价标准都可能影响结果76% 相似待验证专用模型对应更低的假设空间复杂度和更紧的泛化界，在样本稀缺场景下少量高质量专业数据配合高度对齐的模型结构往往优于海量通用数据训练的大模型72% 相似待验证闭环成功率作为单一评估指标存在严重局限，需要开发更细粒度的诊断工具直接测量模型核心能力假设71% 相似待验证顶尖实验室也难以事先精确预测某个规模的模型的表现，往往需要通过大量缩放定律实验来逼近答案71% 相似待验证探针准确率的高低反映的是信息的线性可分离程度，而非模型是否有意表征该概念71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/966719

API

curl https://kongchang.com/api/v1/knowledge/claims/966719

MCP

get_claim(id=966719)