待验证50% 置信基准精确时间

对现代模型来说，处理1918年后的词汇比处理历史时期词汇要多消耗约3.1比特每字节，而这个差距在历史模型身上并不存在

1

来源数

50%

置信度

长期有效

时效性

2026/10/9

首次发现

来源

Wieszcz-XIX：31亿词历史波兰语语料与时间锚定语言模型

涉及实体

Wieszcz-XIXmodel

相关事实

待验证在1800至1918年这段历史波兰语时期，仅有约一百万词被整理成机器可读的标注语料63% 相似待验证最新的大语言模型支持12.8万到100万token的上下文，但处理数十万字长篇小说时仍会出现信息遗忘和前后矛盾63% 相似待验证大语言模型以token为单位处理文字而非以字母为单位，这解释了早期模型在字母计数任务上出错62% 相似待验证研究者坦承该模型在文本任务上仍远不如在数万亿token上训练的经典语言模型62% 相似待验证早期模型的上下文窗口仅有4K至8K个Token，约3000至6000个英文单词62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/990275

API

curl https://kongchang.com/api/v1/knowledge/claims/990275

MCP

get_claim(id=990275)