待验证50% 置信事实精确时间

研究使用中心核对齐（CKA）在20条系统提示、5个功能类别下逐层比较模型的表征变化

1

来源数

50%

置信度

长期有效

时效性

2026/10/1

首次发现

来源

系统提示的幻觉：安全指令为何形同虚设

涉及实体

Centered Kernel Alignmentconcept

相关事实

待验证研究团队在三个开放权重模型和五个推理基准上评估了CCPS66% 相似待验证研究团队在六种不同的基础大模型上评估RCA框架，并引入两个独立评审做判断63% 相似待验证研究使用了四种互补的因果诊断方法，覆盖四个仅解码器架构的模型和八个不同的提示族62% 相似待验证项目内置了用NumPy实现的PCA与t-SNE降维分析，可逐层查看测试集在特征空间中的分布62% 相似待验证研究提出答案对/错与证据全/缺交叉形成四个象限的声明层面分析框架，能揭示聚合指标掩盖的变化61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/964064

API

curl https://kongchang.com/api/v1/knowledge/claims/964064

MCP

get_claim(id=964064)