待验证50% 置信观点精确时间
SWORD研究者认为模型依赖分布上的熟悉度（distributional familiarity）而非真正的事实验证机制
1
来源数
50%
置信度
长期有效
时效性
2026/9/11
首次发现
来源
涉及实体
相关事实
待验证SWORD研究发现模型在语义合理的失真陈述上的准确率反而高于在无意义的随机替换上的表现72% 相似待验证在叙事场景中，传统基于语义相似度的检索策略容易遗漏因果隐含的关键节点，因为伏笔与爆发点在向量空间中相似度不一定高65% 相似待验证基于语义相似度的向量检索存在局限：可能遗漏时间顺序上重要但语义不相似的决策，缺乏冲突消解机制，关键信息可能被遗漏或淹没63% 相似待验证RLHF中人类评审倾向给流畅自信全面的答案更高分而较少关注事实核查，导致模型获得隐性激励表现得有把握比实际有把握更重要63% 相似待验证反事实问题能有效区分真正理解与模式匹配，因为这类问题几乎不可能直接出现在训练语料中63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/894729API
curl https://kongchang.com/api/v1/knowledge/claims/894729MCP
get_claim(id=894729)