待验证50% 置信事实精确时间
大模型幻觉可分为事实性幻觉（捏造不存在的事实）和忠实性幻觉（偏离用户指令或上下文语义）两类，前者与训练数据覆盖有关，后者与RLHF对齐训练质量相关
1
来源数
50%
置信度
长期有效
时效性
2026/7/14
首次发现
来源
相关事实
待验证LoRA训练中，简单提示词测出的高还原度可能是过拟合导致的假象，需引入复杂新颖场景验证真实泛化能力71% 相似待验证所谓'AI个性化计划'需区分真伪：真AI会根据每次训练完成度、心率反馈动态调整下次强度；伪AI只是问卷选择后套用固定模板，判断方法是连续训练2周看计划是否随表现变化66% 相似待验证配套模拟人（复苏安妮/Laerdal等）实操的课程学习效果显著优于纯理论，手法角度和力度需要肌肉记忆，纯线上视频培训不足以形成可靠的操作能力64% 相似待验证基于模型的强化学习可利用物理先验进行想象中的演练（imagination rollout），减少与真实环境交互次数并避免危险状态63% 相似待验证大模型在训练时学习的是静态知识模式，难以感知真实业务场景中界面元素属性值动态变化的运行时不确定性63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/507659API
curl https://kongchang.com/api/v1/knowledge/claims/507659MCP
get_claim(id=507659)