待验证50% 置信事实精确时间
大语言模型在生成查找目标文本时依赖记忆重建而非逐字符复制，在长上下文场景下会出现记忆漂移导致字符串替换静默失败，此现象被称为幻觉性精确
1
来源数
50%
置信度
长期有效
时效性
2026/7/6
首次发现
来源
Mouse：为AI编程Agent打造的精准代码编辑工具
hackernewshackernews2026/7/5
相关事实
待验证大语言模型通过将训练语料压缩编码到权重矩阵中形成参数化记忆，是分布式而非精确存储，这是产生品牌信息幻觉的原因之一75% 相似已验证大语言模型的幻觉问题根源在于Transformer架构以概率最大化为目标生成文本，而非以事实准确性为优先75% 相似已验证大语言模型编造参考文献的原因是基于概率的文本生成而非数据库检索，这种现象被称为AI幻觉（Hallucination）75% 相似待验证大语言模型通过反向传播算法将文本统计规律编码进参数中，不以传统方式存储原始数据，但高频文本可能产生记忆化现象并近乎逐字输出75% 相似已验证大语言模型在代码生成场景存在幻觉缺陷，表现为引用不存在的库函数、生成语法正确但逻辑错误的代码等75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/114615API
curl https://kongchang.com/api/v1/knowledge/claims/114615MCP
get_claim(id=114615)