待验证50% 置信事实精确时间

如果改用非描述性提示（non-descriptive prompt changes），匹配提示惩罚的效应并不会出现。

1

来源数

50%

置信度

长期有效

时效性

2026/10/16

首次发现

来源

换一个推理提示词，罕见类召回率就回来了？VLM微调失衡新发现

rss2026/10/15

涉及实体

非描述性提示concept 匹配提示惩罚concept

相关事实

待验证rebuttal之后审稿人主动改分的概率通常不高65% 相似待验证负面指令（如'不要添加未被要求的内容'）往往比模糊的正面指令（如'请简洁回答'）更有效64% 相似待验证标注'obliterated'的模型是去掉拒绝机制的无审查版本，在测试中更容易遗漏提示词中的部分要求，无审查不等于更好63% 相似待验证去审查主要影响模型的拒绝倾向，而非基础推理与生成能力，因此在编码等非对齐敏感任务上能力损失不显著63% 相似待验证负面提示（Negative Prompting）通过明确告知模型不要做什么的排除性约束，往往比正面风格描述更精确可控61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1046214

API

curl https://kongchang.com/api/v1/knowledge/claims/1046214

MCP

get_claim(id=1046214)