待验证50% 置信事实精确时间

斯坦福大学2023年的研究发现主流LLM在生成法律和医学类引用时虚假引用率高达30%—60%

1

来源数

50%

置信度

长期有效

时效性

2026/7/24

首次发现

来源

如何科学测试提示词对LLM引用行为的影响

redditr/learnmachinelearning2026/7/9

相关事实

待验证斯坦福大学2023年的研究表明顶尖LLM在医疗和法律领域的事实性错误率高达20-40%83% 相似待验证2023年的分析显示主流LLM在生成学术引用时的错误率从30%到超过60%不等81% 相似待验证研究表明主流大模型在生成学术引用时虚假引用率可达20%-60%80% 相似待验证斯坦福大学2023年的研究显示，当时主流LLM对间接提示注入的防御成功率普遍低于30%68% 相似待验证斯坦福HAI团队2023年测试发现顶级法律AI工具在引用真实案例判决时幻觉率高达69%66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/606926

API

curl https://kongchang.com/api/v1/knowledge/claims/606926

MCP

get_claim(id=606926)