待验证50% 置信事实精确时间
LLM 的训练语料中混有大量不同许可证的代码，生成结果可能在不经意间复制了 GPL 或其他 copyleft 协议的片段。
1
来源数
50%
置信度
长期有效
时效性
2026/10/25
首次发现
来源
涉及实体
相关事实
待验证LLM在生成代码时倾向于'重写'而非'编辑'，导致连带修改问题频繁发生68% 相似待验证经过指令微调和RLHF训练的模型在遵循格式规范方面表现更好，有时反而会生成格式更完美的虚假引用67% 相似待验证离散掩码扩散借鉴BERT的掩码语言建模思路，训练时对序列随机掩码并还原，推理时从全掩码序列多步迭代填充，代表工作有MDLM、SEDD66% 相似已验证提示词注入的根本原因在于LLM架构将系统提示、用户输入和外部检索内容统一编码为同一个连续的token序列，模型无法在语义层面区分可信指令与不可信数据64% 相似待验证模型的格式方言源于指令微调阶段训练数据的格式差异，被模型深度内化形成强烈格式偏好，难以通过运行时提示词完全覆盖64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1097005API
curl https://kongchang.com/api/v1/knowledge/claims/1097005MCP
get_claim(id=1097005)