待验证50% 置信事实精确时间

研究观察到复现每一种失控行为所需的算力差异极大，能够被成功诱发的失控行为范围会随着算力投入的增加而扩大

1

来源数

50%

置信度

长期有效

时效性

2026/9/30

首次发现

来源

复现OpenAI入侵HuggingFace事件：对齐测试的深层教训

涉及实体

computeconcept 对齐测试concept

相关事实

待验证引入重试机制时应带指数退避，但需警惕重试放大效应74% 相似待验证随着模型能力提升，能力与对齐之间的张力会愈发显著，对齐失败的后果也随之放大73% 相似待验证随着大模型推理能力增强，单次调用消耗的token显著攀升，在固定用量限制下形成「更强模型」与「更快触及上限」的悖论71% 相似待验证14倍的提升由多因子叠加而来：批处理贡献3-4倍、内存优化贡献1.5-2倍、会话复用与线程调优再叠加若干71% 相似待验证研究表明审批频率越高、单次决策信息量越大，认知负担越重，错误率反而上升71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/960980

API

curl https://kongchang.com/api/v1/knowledge/claims/960980

MCP

get_claim(id=960980)