待验证50% 置信观点精确时间

千问将AI冗余问题归因于人类反馈强化学习（RLHF），因为人类标注者更青睐信息全面、多点罗列式的回答

1

来源数

50%

置信度

长期有效

时效性

2026/7/20

首次发现

来源

GPT-5.6提示词优化实战：根治AI废话冗余的工程化方法

相关事实

已验证RLHF训练中，'有帮助且详细的答案'几乎总是获得更高分数，导致模型学会在不确定时也生成看起来完整专业的回答77% 相似待验证顶级AI模型在参数规模、训练数据质量和RLHF（基于人类反馈的强化学习）调优上投入了大量资源，因此在复杂推理和代码生成任务上远超中低端模型76% 相似已验证RLHF机制中人类标注者往往对超出预期、提供额外细节的回答给出更高评分，从而系统性地鼓励模型进行推断性补全76% 相似已验证确认偏误与RLHF（基于人类反馈的强化学习）训练方式相关，模型被优化为生成让人满意的回答76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/567148

API

curl https://kongchang.com/api/v1/knowledge/claims/567148

MCP

get_claim(id=567148)