待验证50% 置信事实精确时间

语境混淆造成的是窄域失准（narrow misalignment），失准集中在与训练数据语义相近的特定领域，而非模型整体行为的广泛退化

1

来源数

50%

置信度

长期有效

时效性

2026/10/1

首次发现

来源

对齐数据也会诱发失准：大模型的"语境混淆"难题

涉及实体

narrow misalignmentconcept

相关事实

待验证专用小模型的局限在于任务边界模糊、需要跨领域推理或处理未见边缘情况时泛化能力会迅速下降79% 相似待验证当目标数据域与源数据域差异悬殊时，预训练权重可能产生负迁移（Negative Transfer），反而干扰目标域的学习76% 相似待验证跨域微调时学习率过大会破坏预训练权重，过小则几乎学不动，需权衡设置76% 相似待验证越接近截止日的事件，在训练语料中占比越少，模型掌握得越模糊75% 相似待验证仅凭相对少量的针对性训练数据，就能让大语言模型对明确事实给出完全错误的回答75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/964020

API

curl https://kongchang.com/api/v1/knowledge/claims/964020

MCP

get_claim(id=964020)