待验证50% 置信事实精确时间
研究表明模型在低资源语言上的幻觉率显著高于高资源语言
1
来源数
50%
置信度
长期有效
时效性
2026/7/5
首次发现
来源
ChatGPT全球采用率激增：使用深度、功能探索与多语言全面扩张
rss2026/6/30
相关事实
已验证研究表明大语言模型规模越大，幻觉的伪装性往往越强，能生成更连贯、更具说服力的错误内容75% 相似待验证涌现能力现象被DeepMind研究员系统记录于2022年的《Emergent Abilities of Large Language Models》论文中71% 相似待验证传统n-gram模型和单语训练的神经语言模型在遇到跨语言词序列时会给出极低的概率分数，导致解码器倾向于将外语词强行映射为发音相近的本语言词70% 相似待验证大语言模型在涉及高度专业的化学、生物或网络安全操作时，极易产生听起来可信但存在关键错误的幻觉输出70% 相似待验证当前主流大语言模型在英语、中文、西班牙语等高资源语言上的翻译表现与在斯瓦希里语、缅甸语等低资源语言上的表现之间存在相当大的鸿沟70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/112547API
curl https://kongchang.com/api/v1/knowledge/claims/112547MCP
get_claim(id=112547)