待验证50% 置信事实精确时间

小模型知识容量有限，更容易在事实性问题上编造内容

1

来源数

50%

置信度

长期有效

时效性

2026/9/12

首次发现

来源

本地大模型幻觉检测实战：从1.5B到120B的低显存方案

涉及实体

小模型concept

相关事实

待验证对于需要开放式研究、跨页面深度推理的复杂任务，小模型即使经过微调也难以企及，大模型不可或缺73% 相似待验证当模型缺乏最新信息时可能不会承认不知道，而是编造看似合理但实际错误的答案（幻觉）73% 相似待验证提示词并非越长越好，应删掉无关废话，只保留该告诉模型的信息72% 相似待验证实验发现上下文-记忆冲突对模型忠实度的影响相当有限，挑战了模型遇到与内部知识冲突信息时会大幅降低上下文忠实度的假设71% 相似已验证当前大多数深度学习模型缺乏反事实推理能力，导致在分布外场景中表现骤降71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/917698

API

curl https://kongchang.com/api/v1/knowledge/claims/917698

MCP

get_claim(id=917698)