待验证50% 置信观点精确时间
纯文本训练无法获得物理直觉、社会反馈和实时交互中的因果知识。
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
待验证大语言模型没有真正的内省能力访问自己的执行轨迹，只能根据上下文和训练倾向重建一段看起来合理的叙述71% 相似待验证当强化学习只对最终结果做奖励而不对中间思考过程做监督时，没有内置激励保证中间文本对人类可读，导致思维链可靠性下降并演化出人类难懂的方言69% 相似待验证反事实问题能有效区分真正理解与模式匹配，因为这类问题几乎不可能直接出现在训练语料中68% 相似待验证直接将原始聊天记录导入微调数据集训练效果不好，因为原始聊天记录缺乏情绪和语境标注，模型只能学到表面字符模式而学不到何时使用某种风格的决策逻辑67% 相似待验证不应使用 Medium 等缺乏同行审查机制的内容平台来训练 Skill，因其可能技术细节失真或夸大67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1010233API
curl https://kongchang.com/api/v1/knowledge/claims/1010233MCP
get_claim(id=1010233)