待验证50% 置信事实精确时间
在大语言模型底层，系统提示词、用户输入和模型输出都是同一个token序列的不同片段，依靠特殊分隔符和训练时植入的行为模式维持边界，而非硬件或操作系统级别的隔离
1
来源数
50%
置信度
长期有效
时效性
2026/7/12
首次发现
来源
Gemini意外泄露内部推理架构：Bento组件与知识图谱全解析
redditr/artificial2026/7/10
相关事实
待验证意图识别系统能力边界由人工编写规则决定，扩展性有限，而大语言模型通过海量文本预训练能处理未明确编程的新任务，实现从规则驱动到数据驱动的范式转变76% 相似待验证模型的格式方言源于指令微调阶段训练数据的格式差异，被模型深度内化形成强烈格式偏好，难以通过运行时提示词完全覆盖75% 相似待验证同一大语言模型在不同硬件上可能产生不同推理结果，甚至同一硬件上重复运行也可能出现微小差异75% 相似待验证扣子平台底层接入了多种大语言模型，包括豆包大模型74% 相似待验证提示词注入的根本原因在于LLM架构将系统提示、用户输入和外部检索内容统一编码为同一个连续的token序列，模型无法在语义层面区分可信指令与不可信数据73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/491525API
curl https://kongchang.com/api/v1/knowledge/claims/491525MCP
get_claim(id=491525)