待验证50% 置信解决方案精确时间

如果模型只见过正样本，会倾向于对任何输入都强行调用工具，产生幻觉式调用，负样本帮助模型习得何时不该调用的判断边界

1

来源数

50%

置信度

长期有效

时效性

2026/7/6

首次发现

来源

26M超轻量模型Needle：本地微调工具调用全流程实战

bilibili薛定猫AI2026/7/3

相关事实

待验证加入负样本让模型学会在无需调用工具时正确返回空结果，而不是强行乱调84% 相似待验证若训练数据完全由正样本构成，模型会倾向于对任何输入都强行调用工具，产生幻觉式调用83% 相似待验证单一 prompt 要求模型同时完成数据采集、模式发现、批判验证和结论收敛，往往导致幻觉叠加83% 相似待验证对齐良好的模型会将元指令引导至合规的创意表达，而对齐不足的模型可能出现意外行为81% 相似待验证用一个可能出错的模型去校验另一个可能出错的模型会叠加问题而非解决问题78% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/115831

API

curl https://kongchang.com/api/v1/knowledge/claims/115831

MCP

get_claim(id=115831)