待验证50% 置信事实精确时间
Midjourney等扩散模型的能力本质上来源于其训练数据集，这些数据集包含海量互联网图像，包括游戏截图、概念艺术、玩家二创作品和官方宣传素材
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Midjourney基于自研架构对模型进行了大量人类偏好对齐训练，使其生成结果具有独特的艺术质感69% 相似待验证卡内基梅隆大学等机构研究证明大型扩散模型存在「训练数据记忆」现象，可在特定提示词下高度还原训练集中的版权图像65% 相似待验证预训练+微调范式源自NLP和计算机视觉领域，其核心是大规模数据预训练学到通用底层特征，下游任务用少量标注数据适配65% 相似待验证确保训练数据中包含足够比例的真实人类原创内容已成为大模型开发的关键课题，OpenAI、Anthropic等公司为此投入大量资源进行数据筛选和质量控制65% 相似待验证该数据集直接用于训练完整《英雄联盟》AI存在局限：缺少小地图、敌我单位位置、经济状况等状态信息，且全部来自同一玩家风格同质，视频未结构化解析64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/899121API
curl https://kongchang.com/api/v1/knowledge/claims/899121MCP
get_claim(id=899121)