待验证50% 置信事实精确时间
数学证明要么正确要么错误，几乎没有模糊地带，这与自然语言生成的容错空间形成对比
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
待验证大语言模型生成的数学论证极易出现看起来正确但实际有误的情况，需要专业数学家逐字审查才能发现错误77% 相似已验证大语言模型存在校准失当（Miscalibration）问题，无论答案对错往往以笃定语气作答71% 相似待验证大语言模型的输出天然具有看起来合理的特性（fluency bias流畅性偏差），即便推理链条出错，生成的自然语言仍然语法正确、语气自然，使传统的基于输出格式或异常捕获的监控手段失效69% 相似待验证将评分规则写入 prompt 自然语言存在缺陷：不同次调用措辞差异可能导致模型理解偏移，且评分逻辑无法被程序直接解析或复用69% 相似待验证自回归语言模型的OOD检测比传统机器学习更困难，因为语言组合空间庞大、语义OOD与表面形式OOD不对应，且对抗者可构造统计上看似in-distribution但语义触发OOD的输入68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/939638API
curl https://kongchang.com/api/v1/knowledge/claims/939638MCP
get_claim(id=939638)