待验证50% 置信观点精确时间

过度标记形成反馈循环——被过度标记的社区因整治行动产生更多负面记录，使下一轮算法更倾向于标记同类社区

1

来源数

50%

置信度

长期有效

时效性

2026/9/30

首次发现

来源

AI给房屋打"破败分"引众怒：算法治理的边界在哪

涉及实体

algorithmic biasconcept

相关事实

待验证去审查模型可能生成不准确、有害或违法的内容，社区微调版本效果往往不如原始模型稳定67% 相似待验证GraphRAG中分辨率设置过低会将不相关实体归入同一社区导致报告主题模糊，过高则会将紧密关联实体拆散导致报告碎片化67% 相似待验证当智能体处于共同的错误信息环境中时，相关行为变成系统性负债，错误被成倍放大而非自我纠正65% 相似待验证展示完整拒绝链条与只给出最可能根因之间存在权衡：完整链条信息量大但候选多时报告冗长，最可能原因简洁但判断失误会误导用户65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/960526

API

curl https://kongchang.com/api/v1/knowledge/claims/960526

MCP

get_claim(id=960526)