已验证70% 置信事实精确时间

研究表明幻觉率与模型规模并不呈线性负相关，更大的模型有时反而会以更流畅的方式产生更难被察觉的错误信息

4

来源数

70%

置信度

长期有效

时效性

2026/7/11

首次发现

来源

AI真的聪明吗？下一代人工智能的发展方向与能力边界

hackernewshackernews2026/7/3

相关事实

待验证模型规模越大，幻觉的表述往往越流畅、越具迷惑性，识别难度反而上升83% 相似待验证研究表明幻觉率与提示词的知识密度呈负相关，提示词中提供的精确上下文越丰富，模型生成虚构内容的概率越低82% 相似待验证纯大模型存在知识截止问题和幻觉问题两大缺陷78% 相似待验证TruthfulQA基准测试发现更大的模型有时会产生更自信的错误，这一现象被称为规模悖论74% 相似待验证模型压缩技术（量化、剪枝、知识蒸馏）会不成比例地损害模型的事实准确性，量化后模型在事实性问答任务上的幻觉率可能显著上升73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/485454

API

curl https://kongchang.com/api/v1/knowledge/claims/485454

MCP

get_claim(id=485454)