待验证50% 置信事实精确时间
当措辞固定时，模型输出的一致性较好；当措辞变化而语义不变时，不一致性才暴露出来。
1
来源数
50%
置信度
长期有效
时效性
2026/10/26
首次发现
来源
涉及实体
相关事实
待验证现有评估基准往往固定场景与措辞，模型可能通过记住标准答案通过测试却在措辞变化的真实交互中失败，这一现象被称为基准过拟合78% 相似待验证当模型接触完整时间线时，会产生稳定的、对后见之明敏感的答案偏移，倾向于给出与已知结局一致但在决策点上并不合理的答案75% 相似待验证只追加不改字幕策略（Stable Hypothesis）指模型一旦输出某个词就不再修改，避免字幕频繁跳动重写75% 相似待验证语言的语法结构越简单、惯用模式越统一，大模型在每一步预测中面临的困惑度越低，生成正确序列的概率越高75% 相似待验证模型的承诺和记忆写入并不改变其底层概率分布，其反思本质上只是生成符合对话预期的文本，而非真正更新行为策略，因此可能重复同样的错误75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1098441API
curl https://kongchang.com/api/v1/knowledge/claims/1098441MCP
get_claim(id=1098441)