待验证60% 置信事实精确时间
大语言模型通过反向传播算法将文本统计规律编码进参数中，不以传统方式存储原始数据，但高频文本可能产生记忆化现象并近乎逐字输出
2
来源数
60%
置信度
长期有效
时效性
2026/7/13
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
已验证大语言模型的输出本质上是概率性的文本生成，一次提示词措辞调整可能改变输出的字段名、嵌套层级或枚举值，且不会触发编译期或静态检查警告80% 相似待验证文本编码器负责将自然语言提示词转换为高维嵌入向量供扩散模型的去噪过程使用75% 相似待验证大语言模型在生成查找目标文本时依赖记忆重建而非逐字符复制，在长上下文场景下会出现记忆漂移导致字符串替换静默失败，此现象被称为幻觉性精确75% 相似待验证大语言模型在生成较长结构化输出时因注意力机制对早期上下文权重衰减，会出现类型退化，例如将整个数组序列化为字符串或将数字写成字符串75% 相似已验证长期记忆检索底层依赖向量数据库技术，通过Embedding模型将文本转化为高维向量75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/497640API
curl https://kongchang.com/api/v1/knowledge/claims/497640MCP
get_claim(id=497640)