待验证50% 置信事实精确时间

2023年的一项研究发现主流代码模型在生成API调用时的幻觉率可达15-25%，尤其在涉及较新或较冷门的库时更突出

1

来源数

50%

置信度

长期有效

时效性

2026/8/10

首次发现

来源

AI模型GitHub连接器可靠性实测：Kimi与Perplexity谁更值得信赖

相关事实

待验证研究表明，结构化的Prompt相比随意描述，可将代码生成的首次通过率从30%提升至70%以上69% 相似待验证早期模型在某些领域的事实幻觉率高达15-25%，尤其在长尾知识领域幻觉率更高69% 相似待验证2024 年的多项基准测试表明，经过严格安全对齐的模型在代码生成任务上的拒绝率比基座模型高出 15-30%，在创意写作任务上的自我审查率高达 40%67% 相似待验证有研究表明当输入文本具有明确结构化标记时，主流LLM的信息提取准确率可提升20%以上，幻觉发生率相应降低66% 相似已验证研究表明即便是最先进的模型，在事实性问答任务中的幻觉率仍在5%-20%之间波动65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/722057

API

curl https://kongchang.com/api/v1/knowledge/claims/722057

MCP

get_claim(id=722057)