待验证50% 置信事实精确时间

模型在生成时没有置信度门控机制，无法判断自己是否知道某件事，面对知识盲区时不会停下来表示不确定，而是继续生成统计上最流畅的续写

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

LLM为什么会产生幻觉？理解RAG存在的根本原因

涉及实体

相关事实

已验证当模型本身缺乏对特定问题的理解能力时，再精巧的提示词也无法弥补这一缺陷79% 相似待验证提示词无法为模型补充它本不掌握的知识，只能让它在无知时更诚实地沉默79% 相似已验证当模型缺乏最新信息时可能不会承认不知道，而是编造看似合理但实际错误的答案（幻觉）79% 相似待验证链式思维、少样本提示、自我一致性等提示词工程技巧无法让模型访问训练截止日期之后的信息，无法保证浮点运算的精确性，也无法处理模型从未见过的外部文件78% 相似待验证模型权重本身在推理时是冻结的，无法将新信息永久写入77% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1003567

API

curl https://kongchang.com/api/v1/knowledge/claims/1003567

MCP

get_claim(id=1003567)