待验证50% 置信事实精确时间
语言模型的事实回忆呈现分层、有先后次序的信息整合流程：先锁定回答的类型框架，再将具体实体内容路由到输出位置
1
来源数
50%
置信度
长期有效
时效性
2026/9/17
首次发现
来源
涉及实体
相关事实
待验证生成式摘要因模型用自己的语言重新组织内容而可能引入原文没有的信息，即事实漂移（factual drift）76% 相似待验证由于大语言模型的采样机制，两次调用同一知识点产出的页面在排版和表达上会有差异，但核心知识结构和交互功能保持一致75% 相似待验证大语言模型通过将训练语料压缩编码到权重矩阵中形成参数化记忆，是分布式而非精确存储，这是产生品牌信息幻觉的原因之一73% 相似待验证大语言模型通过反向传播算法将文本统计规律编码进参数中，不以传统方式存储原始数据，但高频文本可能产生记忆化现象并近乎逐字输出73% 相似待验证模型不同层级承载信息类型存在差异：浅层编码表层句法与词汇信息，中层出现语义与实体关系，深层涉及任务相关抽象推理72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/928456API
curl https://kongchang.com/api/v1/knowledge/claims/928456MCP
get_claim(id=928456)