待验证50% 置信事实精确时间

研究者在17个不同的大语言模型上进行了评测，涵盖主流商业与开源模型

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

叙事俘获：多轮对话如何让LLM丧失道德判断力

涉及实体

大语言模型technology

相关事实

待验证研究对六个主流大语言模型进行了测试73% 相似待验证研究界逐步转向结合大语言模型的新一代评估框架如COMET和BERTScore以更好捕捉语义层面翻译质量67% 相似待验证17%的通过率揭示了大语言模型在处理大型复杂系统级工程任务时的能力边界63% 相似待验证OpenAI、DeepMind等机构的多项研究都证实了大语言模型谄媚问题的普遍性63% 相似待验证研究表明模型在某语言上的文化理解深度与该语言的训练数据量级之间存在近似对数线性关系62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/898708

API

curl https://kongchang.com/api/v1/knowledge/claims/898708

MCP

get_claim(id=898708)