待验证50% 置信观点精确时间

真正的发现需要打破既有范式、长链条推理与验证以及与现实世界交互

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

AI的发现困境：为何擅长记忆却难以创新突破

涉及实体

相关事实

待验证如果模型能直接从真实世界的一次演示中学习，就在很大程度上绕过了Sim-to-Real的现实差距问题70% 相似待验证真正的科学发现通常需要外推能力，即跳出已知数据分布提出前所未有的假设，这是AI目前的薄弱环节69% 相似待验证专家在处理领域内问题时更多依赖直觉性的模式识别而非显式推理，导致其言传与初学者需要的手把手之间存在结构性鸿沟67% 相似待验证从仿真到现实（sim-to-real）的迁移面临现实差距挑战，因为仿真环境的物理参数与真实世界总存在偏差65% 相似待验证研究表明模型可能产生不忠实的思维链，即表面推理步骤与实际决策依据不一致64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/904348

API

curl https://kongchang.com/api/v1/knowledge/claims/904348

MCP

get_claim(id=904348)