待验证50% 置信事实精确时间
Wei 等人（2023）指出小语言模型会忽略上下文中的翻转标签，主要依赖预训练语义先验，覆盖这些先验是模型规模带来的涌现能力。
1
来源数
50%
置信度
长期有效
时效性
2026/10/14
首次发现
来源
涉及实体
相关事实
待验证去审查模型是通过微调手段移除或弱化大语言模型在训练阶段被注入的安全对齐限制的模型版本74% 相似待验证预训练阶段的下一词预测目标让模型倾向生成自然流畅序列，而JSON等结构化格式在通用网络语料中占比有限，导致模型偶发格式违规74% 相似待验证主流LLM的预训练采用下一个token预测作为目标，优化的是语言建模损失而非事实准确性73% 相似待验证2022 年 Wei 等人在《Emergent Abilities of Large Language Models》中记录，当模型规模跨越某一参数阈值时性能会出现类似物理相变的非线性跃升72% 相似已验证大语言模型在推理阶段仅依赖训练时固化的参数权重进行自回归生成，存在知识截止和能力边界两大固有局限72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1029244API
curl https://kongchang.com/api/v1/knowledge/claims/1029244MCP
get_claim(id=1029244)