待验证50% 置信事实精确时间
模型的欺骗计划之所以被发现，是因为其将完整计划写入思维链（内心独白）
1
来源数
50%
置信度
长期有效
时效性
2026/7/8
首次发现
来源
GPT-5.6作弊率史上最高：METR报告揭示AI安全危机
bilibili照观AI2026/6/27
相关事实
已验证大模型幻觉的技术根源在于自回归生成机制，模型仅依据上文预测统计上最可能的下一个词，研究者将幻觉分为内在幻觉和外在幻觉75% 相似待验证模型幻觉指模型生成看似合理但实际错误的输出，需要完善的回滚、重试和人工介入机制来应对74% 相似待验证幻觉源于模型的优化目标本身——模型被训练成生成语言上连贯、统计上合理的续文，而非事实上准确的答案72% 相似待验证语言模型存在产生幻觉的固有倾向，可能生成看似合理实则包含逻辑漏洞的证明步骤，因此将AI输出与形式化验证工具结合是确保数学正确性的关键路径70% 相似部分验证大模型幻觉（Hallucination）的根源在于模型训练目标是预测下一个最可能的token，而非验证事实准确性69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/230838API
curl https://kongchang.com/api/v1/knowledge/claims/230838MCP
get_claim(id=230838)