待验证95% 置信事实时间未知
大语言模型的原生能力边界由训练数据的模态和格式决定，标准LLM的输入输出均为纯文本Token序列，天然无法处理PDF、DOCX、XLSX等二进制文件格式
1
来源数
95%
置信度
长期有效
时效性
2026/5/31
首次发现
来源
Skills机制详解：AI按需加载能力的工程实践
bilibiliAI大模型开发教程
涉及实体
相关事实
待验证模型的格式方言源于指令微调阶段训练数据的格式差异，被模型深度内化形成强烈格式偏好，难以通过运行时提示词完全覆盖78% 相似待验证经过指令微调和RLHF训练的模型在遵循格式规范方面表现更好，有时反而会生成格式更完美的虚假引用70% 相似待验证LayoutLM在FUNSD表单理解、RVL-CDIP文档分类等基准测试上大幅超越纯文本模型70% 相似待验证意图识别系统能力边界由人工编写规则决定，扩展性有限，而大语言模型通过海量文本预训练能处理未明确编程的新任务，实现从规则驱动到数据驱动的范式转变70% 相似待验证标准Llama模型本质上是纯文本模型，无法直接处理发票扫描件或PDF截图68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/12904API
curl https://kongchang.com/api/v1/knowledge/claims/12904MCP
get_claim(id=12904)