待验证50% 置信事实精确时间
部分模型被宣称'解决'了国际数学奥林匹克（IMO）题目，但审查后发现模型答案存在逻辑跳跃，或依赖训练集中泄露的题目变体
1
来源数
50%
置信度
长期有效
时效性
2026/9/21
首次发现
来源
涉及实体
相关事实
待验证测试时计算（test-time compute）允许模型根据问题难度动态调整计算投入，是近年AI领域的重要范式转变67% 相似待验证语言模型存在产生幻觉的固有倾向，可能生成看似合理实则包含逻辑漏洞的证明步骤，因此将AI输出与形式化验证工具结合是确保数学正确性的关键路径67% 相似待验证让AI模型审查自己往往只会重复其最初的假设，因为错误和检查逻辑来自同一套训练分布、知识结构和推理偏好67% 相似已验证幻觉源于模型的优化目标本身——模型被训练成生成语言上连贯、统计上合理的续文，而非事实上准确的答案66% 相似待验证大型语言模型在需要多步推理的数学和逻辑问题上表现不佳，模型倾向于直接'跳'到答案而非经历中间推理步骤65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/939211API
curl https://kongchang.com/api/v1/knowledge/claims/939211MCP
get_claim(id=939211)