待验证50% 置信观点精确时间

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

1

来源数

50%

置信度

长期有效

时效性

2026/7/14

首次发现

来源

AI欺骗行为：为何无需意识同样危险

相关事实

已验证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79% 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77% 相似待验证大模型输出的是最可能出现的下一个词而非对事实的精确检索，在训练数据覆盖稀疏的领域会产生幻觉77% 相似待验证过于冗长、矛盾或模糊的系统提示词会导致模型注意力分散，产生过度思考或指令遵循失败，精简 agents.md 可提升指令遵循的确定性76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/504375

API

curl https://kongchang.com/api/v1/knowledge/claims/504375

MCP

get_claim(id=504375)