待验证50% 置信事实精确时间
高重复句子往往是被互联网反复引用的名句，两个语料对哪些句子高重复高度一致，导致训练暴露与名气无法区分
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
待验证换词法实验中，无论原句在语料中出现一次还是一百次，模型对原句的偏好差距都相同，说明奖励的是作者措辞而非记忆68% 相似待验证即兴口语中约15-25%的内容属于填充词、句式重复和自我纠正等冗余68% 相似待验证当训练数据中某些文本出现频率极高时，大语言模型可能产生记忆化（Memorization）现象，能够近乎逐字输出特定段落65% 相似待验证文本对抗扰动（Adversarial Text Perturbation）源自深度学习领域的对抗样本研究，通过同义词替换、句式重构等打破AI文本统计规律63% 相似待验证研究者发现ChatGPT倾向于过度使用delve、furthermore、notably等学术词汇以及It's important to note that等句式63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/907914API
curl https://kongchang.com/api/v1/knowledge/claims/907914MCP
get_claim(id=907914)