待验证50% 置信事实精确时间

Perplexity能够提供带引用来源的答案，部分解决了大语言模型的幻觉问题

1

来源数

50%

置信度

长期有效

时效性

2026/8/21

首次发现

来源

Perplexity Pro学生版每月10美元值得订阅吗？

相关事实

待验证大语言模型存在校准失当（Miscalibration）问题，无论答案对错往往以笃定语气作答79% 相似待验证困惑度（Perplexity）是自然语言处理领域衡量语言模型对文本意外程度的核心指标，困惑度越低文本越可预测75% 相似待验证大语言模型生成的文本困惑度（Perplexity）偏低，词汇选择过于符合概率预期，缺乏人类写作的意外性74% 相似待验证早期大语言模型存在严重的过度自信问题，对不确定的答案也倾向于给出确定性表述，即幻觉现象72% 相似待验证当需求存在逻辑矛盾或业务知识缺失时，大语言模型因缺乏真实世界反馈机制存在产生幻觉（Hallucination）的风险72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/782860

API

curl https://kongchang.com/api/v1/knowledge/claims/782860

MCP

get_claim(id=782860)