已过期50% 置信事实精确时间
在计算语言学中，反讽检测和反讽生成涉及常识推理、情感极性反转和文化背景知识等多重复杂因素
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/2
首次发现
有效期至：2026/9/30(已过期)
来源
四大AI写辞职信实测：谁最会阴阳怪气？
bilibili玩转AI模型2026/6/11
相关事实
待验证Long的交互假说强调在有意义的交互中获得纠正性反馈是语言发展的关键机制71% 相似待验证当前大语言模型在处理讽刺、双关、文化梗时存在语用鸿沟（pragmatic gap），难以进行元认知层面的理解70% 相似待验证Sharma et al.（2023）在《Towards Understanding Sycophancy in Language Models》中将谄媚行为分为意见谄媚、模仿谄媚和不一致谄媚三种子类型68% 相似待验证大型语言模型存在 sycophancy（迎合）倾向，当用户表示不满时会以较高概率改变原本正确的立场67% 相似待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67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/48103API
curl https://kongchang.com/api/v1/knowledge/claims/48103MCP
get_claim(id=48103)