待验证50% 置信事实精确时间

用污染轨迹训练的模型在跨领域任务中持续优于用正确轨迹训练的对照组，同时它们生成的推理轨迹始终是无效的

1

来源数

50%

置信度

长期有效

时效性

2026/8/31

首次发现

来源

AI思考链不等于人类推理：研究揭示LLM推理token的真相

涉及实体

LLMconcept 推理轨迹concept

相关事实

待验证对齐训练优化的是模型在已知场景下的统计行为，而非建立可形式化验证的安全边界，面对训练分布之外的罕见指令组合或角色扮演框架时可能失效74% 相似待验证当测试题目可能已出现在训练数据中时，高分并不能真正代表泛化能力，这被称为基准污染71% 相似待验证一个高质量的路由器往往需要数千到数万条标注样本来训练，且决策边界会随底层模型更新而失效需持续重训71% 相似待验证训练秘诀（Training Recipe）包括数据配比策略、学习率调度曲线、过滤规则、对齐技术等，往往比模型架构本身更难被复现71% 相似待验证针对特定领域精心训练的专用超分模型效果往往优于通用模型69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/828106

API

curl https://kongchang.com/api/v1/knowledge/claims/828106

MCP

get_claim(id=828106)