待验证50% 置信事实精确时间

业界近年积极探索后训练、强化学习与推理时扩展等替代路径，根本原因之一是预训练Scaling Law的边际回报递减

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/9

首次发现

有效期至：2027/1/7

来源

AI进步呈指数级，但资本投入超指数：增长能持续吗？

涉及实体

后训练concept 强化学习concept 推理时扩展concept

相关事实

待验证大模型进入后预训练时代后，单纯堆砌参数带来的能力收益愈发递减，厂商转向后训练阶段寻求突破76% 相似待验证最优引导权重公式揭示训练早期、模型自身方差大时应多信任外部引导，随训练推进应逐渐降低引导权重，为引导退火策略提供理论依据73% 相似待验证随着预训练模型规模扩大，许多曾经有效的显式知识注入技巧逐渐失效甚至产生负面效果72% 相似待验证不同模型在抗诱导能力上的差异很大程度上源于后训练阶段（post-training）的策略差异71% 相似待验证后训练的成熟度直接决定模型的token效率，成熟的后训练能减少无效推理token的消耗71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/991101

API

curl https://kongchang.com/api/v1/knowledge/claims/991101

MCP

get_claim(id=991101)