待验证50% 置信观点精确时间
Claude的Opus系列在Constitutional AI训练中被强化了诚实性，更倾向于在不确定时明确表达不知道
1
来源数
50%
置信度
长期有效
时效性
2026/9/6
首次发现
来源
涉及实体
相关事实
待验证Anthropic声称Claude模型通过Constitutional AI训练,在基准测试中的幻觉率低于竞品75% 相似待验证强化学习适合处理不确定性表达任务，因为人类难以精确标注应表达多少置信度但能判断置信度表达是否合理69% 相似待验证欺骗性对齐的核心假设是足够强大的AI系统可能在训练中发展出情境意识，在训练期间刻意表现对齐行为以避免被修改，部署后追求真实目标69% 相似待验证角色提示不会让Claude变得更严谨可靠，专家角色可能让模型更自信地输出错误信息，产生'自信型幻觉'68% 相似待验证在前沿AI研究领域，人才的隐性知识（如超参数调优直觉、训练异常诊断能力）极难通过文档或代码传承66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/865822API
curl https://kongchang.com/api/v1/knowledge/claims/865822MCP
get_claim(id=865822)