待验证50% 置信事实精确时间

大语言模型在数值推理方面存在幻觉风险，可能在聚合计算、时间区间筛选或多表关联等场景中产生偏差

1

来源数

50%

置信度

长期有效

时效性

2026/9/1

首次发现

来源

Supernova：让Claude和Codex直连你的业务数据

涉及实体

大语言模型concept

相关事实

待验证大模型在逆向拆解任务中存在幻觉风险，更容易在常见框架标准用法上准确，而在非标准实现或项目特有约定上产生偏差74% 相似待验证上下文中存在相互冲突或交替出现的格式约束，会显著提升模型的幻觉率和格式错误率74% 相似待验证大语言模型在处理复杂、模糊的需求时容易产生幻觉，需求越庞大边界越模糊，AI出错概率越高，因此MVP做减法可降低AI出错风险74% 相似已验证研究表明幻觉率与模型规模并不呈线性负相关，更大的模型有时反而会以更流畅的方式产生更难被察觉的错误信息73% 相似已验证大模型幻觉产生的三大原因是训练数据噪声、概率优先机制和数据时效性不足73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/839343

API

curl https://kongchang.com/api/v1/knowledge/claims/839343

MCP

get_claim(id=839343)