待验证50% 置信事实精确时间

编辑效果具有组合敏感性：单独有效的编辑与其他编辑组合时可能产生干扰甚至有害

1

来源数

50%

置信度

长期有效

时效性

2026/9/14

首次发现

来源

RIPPLE：无需重训模型的智能体工作流策略编辑新方法

涉及实体

相关事实

待验证在反审查改造中，编辑精度比编辑力度更重要，外科手术式编辑优于暴力改造69% 相似待验证当输入内容涉及敏感话题或可能违规的请求时,模型会主动降低配合度,采取更保守的回应策略65% 相似待验证同义替换关键词汇（如用 beneficial 替代 helpful）可能产生难以预测的行为差异65% 相似待验证不同大模型对长上下文中内容位置的敏感度不同，有些对靠前内容更敏感（首因效应），有些对靠后内容更敏感（近因效应），这影响Gotcha追加位置的生效概率63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/919775

API

curl https://kongchang.com/api/v1/knowledge/claims/919775

MCP

get_claim(id=919775)