待验证50% 置信观点精确时间

把下一词预测当作理解LLM能力的心智模型是不完整的，训练目标不能完整描述模型习得的内部表征

1

来源数

50%

置信度

长期有效

时效性

2026/9/6

首次发现

来源

为什么"下一词预测器"是理解大模型的错误心智模型

涉及实体

LLMconcept next-token predictionconcept

相关事实

待验证提示注入利用的是模型无法可靠区分「数据」与「指令」的天然缺陷，这一缺陷根植于LLM的训练机制本身77% 相似待验证主流LLM的预训练采用下一个token预测作为目标，优化的是语言建模损失而非事实准确性74% 相似已验证当模型训练数据包含评测集题目或高度相似内容时，模型可能通过记忆而非真正理解获得高分74% 相似待验证大语言模型在推理阶段仅依赖训练时固化的参数权重进行自回归生成，存在知识截止和能力边界两大固有局限73% 相似待验证该框架将学习者的属性与认知评估结果编码进结构化提示中，作为LLM生成回答的条件约束，完全绕开了模型微调或重新训练73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/865816

API

curl https://kongchang.com/api/v1/knowledge/claims/865816

MCP

get_claim(id=865816)