待验证50% 置信事实精确时间

模型存在模板化输出问题，倾向于套用固定框架，缺乏针对具体病例的个性化调整

1

来源数

50%

置信度

长期有效

时效性

2026/9/17

首次发现

来源

大模型对决中医师：真实临床案例评测揭示AI潜力与风险

涉及实体

大语言模型technology

相关事实

已验证当模型本身缺乏对特定问题的理解能力时，再精巧的提示词也无法弥补这一缺陷77% 相似待验证当前的文生图模型缺乏组合性推理能力（Compositional Reasoning），无法将场景分解为独立对象并分别赋予正确属性75% 相似待验证ReAct的局限在于以模型本身为中心，缺乏对工具调用失败、模型幻觉、并发任务等工程级问题的系统性处理74% 相似待验证少样本失效未必意味着示例干扰了模型，也可能是模型没有对示例内容产生足够的表征重构74% 相似待验证作者认为开源模型工具调用表现差绝大多数情况下是框架的问题，而非模型本身的能力缺陷73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/928516

API

curl https://kongchang.com/api/v1/knowledge/claims/928516

MCP

get_claim(id=928516)