待验证50% 置信事实精确时间
该arXiv研究首次系统评估了大语言模型在二阶社会推理上的表现
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/11
首次发现
有效期至：2026/12/10
来源
涉及实体
相关事实
待验证一篇发表于arXiv的研究《Evidence Integration in Large Language Models》（arXiv:2609.04290v1）提出了一套分布式理论来解释LLM如何整合外部证据68% 相似待验证可解释性研究的核心目标是揭示神经网络模型尤其是大型语言模型内部的工作机制与决策依据65% 相似待验证让一个大语言模型审查另一个模型的工作确实有效，因不同模型存在结构性差异带来认知多样性63% 相似待验证语言模型对工具输出有一定判断力，外部知识与模型内部信念的偏差程度越大模型越不相信63% 相似待验证本地大语言模型是指在用户自有设备上运行的AI语言模型，技术基础包括模型量化、高效推理引擎和模型蒸馏62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/892951API
curl https://kongchang.com/api/v1/knowledge/claims/892951MCP
get_claim(id=892951)