待验证50% 置信事实精确时间
主流LLM的预训练采用下一个token预测作为目标，优化的是语言建模损失而非事实准确性
1
来源数
50%
置信度
长期有效
时效性
2026/7/16
首次发现
来源
相关事实
已验证大语言模型的训练目标是预测下一个最可能出现的token，而非判断信息的真实性84% 相似已验证The training objective of a Base LLM is to predict the next word, using a paradigm called Autoregressive Language Modeling79% 相似待验证LLM的预训练本质是在海量文本上进行下一词预测（Next Token Prediction），通过Transformer架构的注意力机制建立词语间语义关联78% 相似待验证引用幻觉的根源在于LLM通过预测下一个词学习语言规律，训练过程中并未内嵌可供实时查验的事实数据库78% 相似待验证大语言模型的训练目标是最大化下一个Token的预测概率而非最大化代码安全性，这两个目标在数学上不等价77% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/532405API
curl https://kongchang.com/api/v1/knowledge/claims/532405MCP
get_claim(id=532405)