Unverified50% confidenceTradeoffExact time
针对某类任务的专项强化往往以牺牲其他任务的表现为代价，此现象被称为灾难性遗忘
1
Sources
50%
Confidence
Long-term
Relevance
7/18/2026
First Seen
Sources
Related Claims
Unverified显存节省通常以牺牲一定生成速度为代价，实际效果因硬件和任务类型而存在差异74% similarUnverified针对特定任务的深度优化会以牺牲分布外场景鲁棒性为代价，被称为能力-泛化权衡72% similarUnverified算力单价越低往往对应共享型/抢占式实例，可能被高优先级任务打断（instance preemption），长时间训练任务应选独占实例避免checkpoint丢失71% similarUnverified将复杂任务错误分配给弱模型可能导致质量下降和返工，反而增加总消耗71% similarUnverified级联失败是指单次工具调用错误会污染后续上下文，导致模型在错误的中间状态上继续推理，最终使整个任务偏轨68% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/549039API
curl https://kongchang.com/api/v1/knowledge/claims/549039MCP
get_claim(id=549039)