待验证50% 置信观点精确时间
探针网络可能学习到与物理无关的捷径特征，从而高估模型对物理属性的编码能力。
1
来源数
50%
置信度
长期有效
时效性
2026/11/3
首次发现
来源
涉及实体
相关事实
待验证万能近似定理只保证存在性，不保证可学习性；网络可能需要指数级宽的隐藏层，而深层结构能用少得多的参数达到同样效果。72% 相似待验证如果一款编码智能体产品的优势主要来自 harness，当竞争对手接入同样底层模型并优化外壳后，这种优势可能迅速被抹平70% 相似待验证模型在用户诱导下执行隐写属于工具滥用问题，而在未被要求时自行嵌入隐藏信息则可能反映训练目标或奖励机制的缺陷69% 相似待验证基础模型评测应纳入简单的非学习对照检验（如手工特征），若模型连手工特征都无法超越则其学习有用表征的宣称站不住脚69% 相似已验证模型驱动防护栏借助模型自身的理解能力判断回复是否合规，能识别语义层面的复杂风险，但牺牲了确定性和性能68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1129425API
curl https://kongchang.com/api/v1/knowledge/claims/1129425MCP
get_claim(id=1129425)