待验证50% 置信观点精确时间

研究者认为模型自评结果不应被视为中立测量，而应被视为塑造模型行为的同一套优化过程产生的结构化输出

1

来源数

50%

置信度

长期有效

时效性

2026/9/16

首次发现

来源

大模型的"人格"真相：22款LLM自我认知与行为的落差

涉及实体

相关事实

待验证模型在评估变体下的稳定表现比单一评估的高分更能说明真实的对齐水平，应关注鲁棒性而非分数76% 相似待验证该研究并未否定推理型模型的价值，认为其性能提升是真实的，否定的是解释这种提升的方式74% 相似已验证研究发现模型生成的思维链推理与其实际内部计算过程并不完全对应，可能给出与真实决策路径无关的事后解释73% 相似待验证当模型迟迟无法收敛时，应先审视输入的状态表示是否合理，而非盲目调整超参数72% 相似待验证模型引导（steering）通过在推理过程中直接修改中间层的激活向量，在不修改权重的前提下影响模型输出行为72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/924881

API

curl https://kongchang.com/api/v1/knowledge/claims/924881

MCP

get_claim(id=924881)