待验证50% 置信事实精确时间

在MSA语料上精调的模型遭遇真实口语时词错误率会大幅飙升

1

来源数

50%

置信度

长期有效

时效性

2026/10/1

首次发现

来源

微调NVIDIA Nemotron适配沙特阿拉伯方言：低资源语言的落地路径

涉及实体

现代标准阿拉伯语concept 词错误率concept

相关事实

待验证研究发现这些顶尖大模型在乌尔都语上频繁出现基础的语法与语义错误73% 相似待验证真实聊天记录充斥错别字、表情包、断句和多人交叉引用，且双向混杂，若不清洗直接训练会导致模型学到混乱模式72% 相似已验证研究表明大语言模型规模越大，幻觉的伪装性往往越强，能生成更连贯、更具说服力的错误内容72% 相似待验证填充词、非词汇表达及错误开头（false-starts）缺乏稳定发音模式，容易造成声学模型与文本序列间的错配72% 相似已验证大语言模型存在校准失当（Miscalibration）问题，无论答案对错往往以笃定语气作答70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/964265

API

curl https://kongchang.com/api/v1/knowledge/claims/964265

MCP

get_claim(id=964265)