待验证50% 置信事实精确时间
当大语言模型输出被截断时，它不会在文本内容里告知截断发生，而是停在生成到一半的位置并返回已生成的部分
1
来源数
50%
置信度
长期有效
时效性
2026/10/12
首次发现
来源
涉及实体
相关事实
待验证掩码扩散语言模型的解码过程中，token 一旦被提交到掩码位置通常是不可逆的，无法再被修正72% 相似待验证大语言模型在生成查找目标文本时依赖记忆重建而非逐字符复制，在长上下文场景下会出现记忆漂移导致字符串替换静默失败，此现象被称为幻觉性精确69% 相似待验证大语言模型即使支持200K Token上下文，在处理大型代码库时也存在Lost in the Middle现象，即对上下文中较早信息关注度递减67% 相似待验证大语言模型在生成较长结构化输出时因注意力机制对早期上下文权重衰减，会出现类型退化，例如将整个数组序列化为字符串或将数字写成字符串66% 相似待验证语法约束解码（grammar-constrained decoding）在模型生成token过程中实时过滤不符合目标格式的候选项，使模型在物理层面无法输出格式错误内容，但仍无法消除语义错误66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1003916API
curl https://kongchang.com/api/v1/knowledge/claims/1003916MCP
get_claim(id=1003916)