待验证50% 置信事实精确时间

该研究发现在某些模型上提示词扰动反而能够缓解偏见和幻觉，这与此前部分研究的假设相悖

1

来源数

50%

置信度

长期有效

时效性

2026/9/30

首次发现

来源

提示词扰动如何影响大模型的偏见与幻觉？

涉及实体

提示词扰动concept

相关事实

已验证研究表明幻觉率与模型规模并不呈线性负相关，更大的模型有时反而会以更流畅的方式产生更难被察觉的错误信息76% 相似待验证研究表明幻觉率与提示词的知识密度呈负相关，提示词中提供的精确上下文越丰富，模型生成虚构内容的概率越低75% 相似待验证更密集的相关性判断可降低模型检索到的正确结果被误判为无关的概率，从而提高评测可信度74% 相似待验证以往研究大多将过度拒绝归因于静态表征重叠，即无害提示和有害提示在模型内部表征空间中过于接近74% 相似待验证微调通过向模型大量注入领域专业知识，能显著降低特定场景下的幻觉率73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/961152

API

curl https://kongchang.com/api/v1/knowledge/claims/961152

MCP

get_claim(id=961152)