待验证50% 置信事实精确时间
arXiv上一篇论文《Replication Without Persistence in Hosted LLMs》指出托管型大语言模型评估中，当结果变化时无法判断是被测服务变了还是测量工具变了
1
来源数
50%
置信度
长期有效
时效性
2026/9/23
首次发现
来源
涉及实体
相关事实
待验证arXiv论文《Recursive Language Models Generalize Out of Domain》提出限制模型能看到的内容反而可能带来更好的推理能力68% 相似已验证大语言模型本质是概率性文本生成系统，缺乏对外部系统实时验证能力，输入文档存在歧义或缺失时会产生幻觉67% 相似已验证大型语言模型具有固有的非确定性——即使使用相同的Prompt输入，模型在不同时间可能返回格式、内容甚至逻辑不同的结果66% 相似待验证一篇发表于 arXiv 的研究（arXiv:2609.10758）选取乌尔都语作为代表性低资源语言，检验当代 LLM 在开放式文本生成任务中的表现65% 相似已验证当前大语言模型在系统编程领域呈现出高频知识强、长尾知识弱的特征，对边缘语义和特定版本兼容性行为倾向于合理推断而非严格遵循规范64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/942751API
curl https://kongchang.com/api/v1/knowledge/claims/942751MCP
get_claim(id=942751)