待验证50% 置信事实精确时间

生成式模型在目录覆盖率维度天然存在劣势，因训练数据中高频物品的语义ID被更充分优化，束搜索倾向选择概率更高的热门路径

1

来源数

50%

置信度

长期有效

时效性

2026/10/5

首次发现

来源

Yandex Sona：单个Transformer取代15+推荐组件的工程实践

涉及实体

catalog coverageconcept Semantic IDsconcept

相关事实

待验证小模型在分布内高性能的同时存在分布外脆弱性，一旦推理时的工具描述措辞、参数命名或用户查询风格偏离训练集，成功率可能显著下滑77% 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76% 相似待验证端到端模型的核心优势在于避免模块间信息损失和误差累积，但代价是可解释性低、对训练数据分布敏感、难以应对长程推理任务75% 相似待验证对模型训练最有价值的往往是难例（如物体即将滑落时的临界摩擦状态），这些边缘案例在真实采集中危险且难以复现，导致开源触觉数据集普遍分布不均、覆盖不全73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/977244

API

curl https://kongchang.com/api/v1/knowledge/claims/977244

MCP

get_claim(id=977244)