待验证50% 置信事实精确时间

机器学习模型可能过度拟合特定训练样本，在生成内容时意外重现原始数据细节，称为训练数据记忆化

1

来源数

50%

置信度

长期有效

时效性

2026/7/12

首次发现

来源

如何阻止Meta AI使用你的Instagram照片训练模型

rss2026/7/9

相关事实

已验证当模型训练数据包含评测集题目或高度相似内容时，模型可能通过记忆而非真正理解获得高分83% 相似待验证若合成数据生成过程遗漏关键变量间的相关性，基于此训练的模型在真实部署环境中往往表现失常77% 相似待验证若训练数据完全由正样本构成，模型会倾向于对任何输入都强行调用工具，产生幻觉式调用76% 相似待验证模型记忆化程度与数据重复次数高度相关，参数量远超训练数据信息熵时模型倾向于记忆而非泛化75% 相似待验证模型对 schema 的遵循能力受训练数据分布影响，训练语料中高频出现的字段组合会导致模型产生幻觉字段74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/491170

API

curl https://kongchang.com/api/v1/knowledge/claims/491170

MCP

get_claim(id=491170)