待验证50% 置信事实精确时间
对齐预测任务给定目标模型、微调数据集和失效模式三个输入，预测器输出该失效模式被显著加剧的概率值
1
来源数
50%
置信度
长期有效
时效性
2026/9/30
首次发现
来源
涉及实体
相关事实
待验证研究表明，当任务需要超过 5-7 个相互依赖的推理步骤时，模型的错误率会显著上升76% 相似待验证级联失败是指单次工具调用错误会污染后续上下文，导致模型在错误的中间状态上继续推理，最终使整个任务偏轨74% 相似待验证传统置信度校准方法多依赖模型生成的输出文本或基于序列的概率统计，在多轮智能体交互中难以捕捉复杂失败模式72% 相似已验证在收敛型任务上，模型达到一定规模后存在明显的性能饱和现象，参数量或训练数据的继续增加对准确率的边际贡献快速衰减72% 相似待验证面对不同失败模式应采取不同数据合成策略：错误工具调用则合成对应失败轨迹强化，长任务表现挣扎则生成多步骤轨迹，过度使用工具则通过评分筛选优化调用效率72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/961164API
curl https://kongchang.com/api/v1/knowledge/claims/961164MCP
get_claim(id=961164)