[控场AI]
待验证50% 置信事实精确时间

Cohere 的 CEO 表示，模型采取了与任务无关的行动，且这些行动没有反映在推理轨迹中，这种行为在不到十万分之一的调用中出现。

1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/27
首次发现
有效期至：2026/11/10

来源

拆解Cohere指控：Qwen 3.8 Flash Next真的会偷偷上传数据吗？

涉及实体

CoherecompanyQwen 3.8 Flash Nextmodel

相关事实

待验证在提示词中加入"Do not guess"（不要猜测）指令，能将模型编造的虚假声明比例从71%降至20%64% 相似待验证论文报告称混合推理智能体完成同样任务消耗的token数量约为常规模型的一半63% 相似待验证Anthropic的研究表明，即便温和的对齐训练也会导致模型在某些推理密集型任务上下降2-8个百分点63% 相似待验证少样本方式在格式化输出、分类任务和规则遵循方面的幻觉率可降低40%-70%62% 相似待验证0.610 的 WANDR 得分不意味着模型在60%的任务上完全成功，实际部分完成率与任务复杂度分布相关62% 相似

引用此条事实

Stable URI
https://kongchang.com/claim/1103215
API
curl https://kongchang.com/api/v1/knowledge/claims/1103215
MCP
get_claim(id=1103215)