待验证50% 置信概念精确时间
跨用例污染指在顺序执行的基准测试中，前一个用例的对话状态意外泄漏到后续用例，导致模型在后续用例中面对被污染的输入基线。
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
已验证数据污染（data contamination）指测试题目已出现在预训练语料中，导致模型高分表现更接近记忆而非推理74% 相似待验证基准污染指评测题目已进入模型训练数据，导致模型在'背答案'而非真正推理，使评测分数虚高且无法反映实际能力68% 相似待验证在污染基准上模型可直接从参数记忆提取答案而非依赖上下文检索，使报告的无损压缩结论失去意义66% 相似待验证激活修补的操作是对同一模型运行干净输入和污染输入，记录干净运行的中间激活值并注入污染运行，观察哪些替换能恢复正确输出66% 相似待验证在已有对话历史的会话中热切换模型会导致上下文污染，使新模型继承旧对话的中间状态和错误假设，导致推理路径走偏65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1007760API
curl https://kongchang.com/api/v1/knowledge/claims/1007760MCP
get_claim(id=1007760)