待验证60% 置信事实精确时间
同一模型面对语义相近但措辞不同的问题，可能产生截然不同的回答
2
来源数
60%
置信度
长期有效
时效性
2026/7/10
首次发现
来源
Claude评判「人类最大骗局」：AI价值观与训练偏向深度解析
redditr/ClaudeAI2026/7/9
相关事实
待验证微调后的模型回复普遍更短、措辞不那么精雕细琢、整体更接近真人表达方式73% 相似已验证大语言模型存在校准失当（Miscalibration）问题，无论答案对错往往以笃定语气作答72% 相似待验证该研究在问答（question-answering）和语义文本相似度（semantic text similarity）两类下游基准上测试模型71% 相似待验证语义相似度在版本对齐上极易出错，措辞相近但法律含义不同的条款可能被算法错误判定为同一内容70% 相似待验证语义相似度检索衡量的是主题相关性而非答案蕴含性，一个段落可能主题相关却缺少回答问题所需的具体事实，这是诱发语言模型无根据推断的直接原因。70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/452349API
curl https://kongchang.com/api/v1/knowledge/claims/452349MCP
get_claim(id=452349)