待验证50% 置信权衡取舍精确时间

合成数据可能引入模型固有的偏见或不真实的分布特征，导致分类器学到AI写作风格而非虚假叙事模式

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

BharatGather：面向印度公共事件的虚假信息检测基准数据集解析

涉及实体

synthetic augmentationconcept

相关事实

已验证合成数据是指通过算法人工生成、而非从真实世界直接采集的数据，在统计特征上模拟真实数据分布但不对应真实个体或事件72% 相似待验证通过注入虚假推理可以伪造模型的思维过程，诱导其输出本不应输出的内容，构成一种越狱攻击70% 相似待验证循环论证偏差指当特征本身隐含标签信息时模型看似准确率极高实则用答案预测答案70% 相似待验证模型对 schema 的遵循能力受训练数据分布影响，训练语料中高频出现的字段组合会导致模型产生幻觉字段69% 相似待验证学术界对思考链是否真实反映模型内部计算存在争议，研究表明模型输出的思考文本有时更像事后合理化叙述而非真正决策依据69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/901429

API

curl https://kongchang.com/api/v1/knowledge/claims/901429

MCP

get_claim(id=901429)