待验证50% 置信基准精确时间

在链条逐步加长的实验中，单步时三类模型全对，但第二步起两个「一眼模型」开始出错，再往后几步几乎全错，而 thinking 模型全程接近完美且仅 token 数量增长

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/4

首次发现

有效期至：2027/1/2

来源

System 1 vs System 2 模型：一次性回答与链式推理的本质差异

涉及实体

Jeffmodel Qwenmodel

相关事实

待验证多步推理意味着多次模型调用，在真实流量下token消耗和响应延迟会呈非线性增长69% 相似待验证自回归生成的误差累积效应源于模型只能沿单一路径前进，误差以乘积形式放大68% 相似待验证基准饱和指当模型性能提升到一定程度后，基准测试不再能够有效区分不同模型之间的能力差异67% 相似待验证引入智能体循环后，第一次尝试就能直接跳到较高质量水平，到第三、第四次迭代时质量远超没有验证循环的情况67% 相似待验证当任务推理链条变长、需要多级推导时，System 1 模型的准确率会急剧崩溃，因为单次前向传播无法承载过多中间状态67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/973498

API

curl https://kongchang.com/api/v1/knowledge/claims/973498

MCP

get_claim(id=973498)