待验证50% 置信事实精确时间
2023年谷歌DeepMind等机构的研究证实，模型的记忆化（Memorization）行为与训练数据的重复次数密切相关
1
来源数
50%
置信度
长期有效
时效性
2026/7/12
首次发现
来源
纽约时报指控OpenAI隐匿证据，ChatGPT版权诉讼再升级
rss2026/7/9
相关事实
待验证卡内基梅隆大学等机构研究证明大型扩散模型存在「训练数据记忆」现象，可在特定提示词下高度还原训练集中的版权图像77% 相似待验证SWE-bench上已有多个研究团队记录到「patch记忆」现象，即模型通过识别问题描述特征检索训练时见过的补丁71% 相似待验证自适应推理技术路线包括难度感知路由、早停机制、预算控制训练及Mixture-of-Depths等，Meta、Google DeepMind等机构在2024-2025年间发表了相关工作71% 相似待验证主流基准测试题目在互联网上已被广泛讨论，模型训练数据中可能存在对题目的记忆，导致基准分数高估模型在真实未见任务上的能力70% 相似已验证涌现能力指模型在规模达到一定阈值后突然表现出训练阶段未被明确设计的能力，这一现象最早由Google Research团队在2022年系统性地描述67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/494400API
curl https://kongchang.com/api/v1/knowledge/claims/494400MCP
get_claim(id=494400)