待验证50% 置信事实精确时间
Turpin et al. (2023)的研究证明当提示中植入误导性偏见时，模型会在CoT中给出与真实计算无关的解释，即不忠实推理链问题
1
来源数
50%
置信度
长期有效
时效性
2026/7/6
首次发现
来源
Claude团队版发布，加密推理风波引发AI透明度争议
bilibiliAI-seeker2026/6/24
相关事实
待验证Lanham等研究发现较大模型的结论更不容易被CoT中的修改所影响，暗示更强大的模型反而更多依赖内部隐式计算而非显式的文本推理72% 相似待验证LLM因幻觉、提示注入或上下文误解可能做出错误判断，若无独立验证机制，错误推理会直接转化为错误的生产操作72% 相似待验证测试时扩展在事实性问题上更多推理步骤有时反而会引入更多幻觉，其优势主要体现在逻辑推理、数学和代码任务上66% 相似待验证碳抵消的额外性验证要求构建反事实基线，这是一个无法直接观测的假设情景，存在显著不确定性和可操纵空间66% 相似已验证研究表明幻觉率与模型规模并不呈线性负相关，更大的模型有时反而会以更流畅的方式产生更难被察觉的错误信息66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/115493API
curl https://kongchang.com/api/v1/knowledge/claims/115493MCP
get_claim(id=115493)