待验证50% 置信观点精确时间

Data contamination is considered the more likely technical explanation for Claude Opus 4.8 misidentifying itself as DeepSeek or Tongyi Qianwen

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/2

首次发现

有效期至：2026/9/30

来源

Claude Opus 4.8 Identifies Itself as DeepSeek: Data Contamination or Distillation? A Technical Analysis

bilibili杨博士说AI2026/6/6

相关事实

待验证Shumailov等人2024年在Nature上发表的研究证实，即使低至千分之一的合成数据污染也能引发词汇、句法和语义多样性的可测量退化58% 相似待验证基准过拟合和数据污染会导致模型通过记忆而非真正理解获得高分，使公开基准分数可信度存疑53% 相似待验证低质量的知识库会导致幻觉式引用，即模型看似使用知识库内容实则引用了错误或无关片段52% 相似待验证NLP基准数据集被广泛使用后会出现数据污染（Data Contamination）现象，导致基准分数虚高52% 相似待验证Opus 5能修复开源包管理器bug的根本原因，并补上社区补丁遗漏的边缘情况52% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/53798

API

curl https://kongchang.com/api/v1/knowledge/claims/53798

MCP

get_claim(id=53798)