待验证50% 置信事实精确时间

研究团队提出了知识迁移探测（Knowledge Transfer Probing, KTP）协议，通过图像生成训练向模型注入新知识，再用纯文本问答来测试这些知识是否真正被模型学会。

1

来源数

50%

置信度

长期有效

时效性

2026/10/16

首次发现

来源

视觉生成能否扩展多模态模型的知识边界？

rss2026/10/15

涉及实体

KTPconcept 统一多模态模型concept

相关事实

待验证企业可以将闭源模型的输出用于构建训练数据集，再通过知识蒸馏将大模型能力迁移至私有的小模型69% 相似待验证原生大模型基于海量互联网公开数据训练，通过学到的知识做概率生成式回答69% 相似待验证大模型项目存在幻觉编造数据、输出伪工具标签、用过时训练知识覆盖工具返回最新数据等工程问题68% 相似待验证该实验展示了可复制的技术路线：大模型负责定义风格、生成训练数据，小模型负责实时落地，对游戏滤镜、实时视频处理、AR等场景有参考价值67% 相似待验证知识图谱以工具（tools）形式暴露给前沿模型，而非直接塞进 prompt，使模型可按需多次调用查询67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1046203

API

curl https://kongchang.com/api/v1/knowledge/claims/1046203

MCP

get_claim(id=1046203)