待验证50% 置信事实精确时间
卡内基梅隆大学等机构研究证明大型扩散模型存在「训练数据记忆」现象，可在特定提示词下高度还原训练集中的版权图像
1
来源数
50%
置信度
长期有效
时效性
2026/7/19
首次发现
来源
相关事实
待验证2023年谷歌DeepMind等机构的研究证实，模型的记忆化（Memorization）行为与训练数据的重复次数密切相关77% 相似待验证主流基准测试题目在互联网上已被广泛讨论，模型训练数据中可能存在对题目的记忆，导致基准分数高估模型在真实未见任务上的能力71% 相似待验证SWE-bench上已有多个研究团队记录到「patch记忆」现象，即模型通过识别问题描述特征检索训练时见过的补丁70% 相似待验证训练日志、数据清单和数据来源记录是轻量级文档，可以独立于训练数据本身长期存档67% 相似待验证研究表明即便合成数据与真实数据存在分布差距，只要预训练模型学到了足够通用的解剖特征表示，少量真实数据的微调便足以弥合这一差距66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/558570API
curl https://kongchang.com/api/v1/knowledge/claims/558570MCP
get_claim(id=558570)