待验证50% 置信事实精确时间

认知不确定性源于训练数据不足可通过增加数据减少，随机不确定性源于数据固有噪声无法通过增加数据消除

1

来源数

50%

置信度

长期有效

时效性

2026/7/17

首次发现

来源

多模态与具身智能：进展、陷阱与机会全解析

相关事实

已验证大模型幻觉产生的三大原因是训练数据噪声、概率优先机制和数据时效性不足80% 相似待验证当训练数据中存在矛盾信息或模型被问及训练数据稀缺领域时，幻觉出现概率显著上升78% 相似待验证模型错误可归因于知识缺失、推理能力不足或指令跟随偏差，分别对应补充预训练数据、引入思维链训练数据和优化SFT数据分布等修复路径73% 相似待验证误差范围只反映抽样带来的不确定性，无法涵盖非抽样误差，如问题措辞偏差、无应答偏差、覆盖偏差和社会期望偏差72% 相似待验证偶发性故障的内存条可能交替产生正确和错误的计算结果，导致神经网络训练中梯度计算偶发性偏差，影响模型收敛性且不触发硬件告警71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/544391

API

curl https://kongchang.com/api/v1/knowledge/claims/544391

MCP

get_claim(id=544391)