待验证50% 置信事实精确时间
OpenAI在2025年9月的一篇论文《Why Language Models Hallucinate》中解释：大多数训练和基准测试只对答案判对错，对'我不知道'不给分，导致模型倾向于猜测。
1
来源数
50%
置信度
长期有效
时效性
2026/10/17
首次发现
来源
涉及实体
相关事实
已验证大语言模型存在校准失当（Miscalibration）问题，无论答案对错往往以笃定语气作答77% 相似已验证当前主流大语言模型普遍存在过度自信问题，部分原因在于训练目标优化的是预测下一个词的流畅度而非输出的实际可靠度75% 相似已验证困惑度衡量语言模型对测试文本的预测能力，数值越低表示模型越不惊讶于看到这些文本74% 相似待验证大语言模型的回答通常以完整句子和肯定语气呈现，缺少人类顾问惯常附带的'我不确定''需要进一步核实'等语言信号73% 相似待验证研究表明，用低质量或机器生成文本训练的模型在语言多样性、推理准确性上会出现明显退化，即'模型坍塌'（model collapse）效应73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1053892API
curl https://kongchang.com/api/v1/knowledge/claims/1053892MCP
get_claim(id=1053892)