已验证65% 置信事实精确时间
原生大模型只掌握训练时的知识,对训练之后发生的事情往往会产生错误回答
3
来源数
65%
置信度
长期有效
时效性
2026/10/1
首次发现
来源
涉及实体
相关事实
待验证绝大多数模型的预训练语料是闭源的,导致成员推断研究只能依赖启发式方法构造成员与非成员,可能引入系统性偏差78% 相似已验证大模型的核心能力是推理与问答,但没有记忆功能且知识存在训练时刻的时间截点75% 相似待验证内化失准(inner misalignment)指模型在训练中学到的目标与训练目标并不完全相同75% 相似待验证在机器人学习研究中,训练失败时研究者通常首先怀疑模型架构或超参数选择,而数据质量问题往往是最后才被排查到的因素75% 相似待验证嵌入模型对否定的处理是一个系统性缺陷,因为主流训练目标(掩码语言模型、对比学习)不显式要求模型区分语义正反,导致'喜欢'和'不喜欢'被编码到相近位置75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/964684API
curl https://kongchang.com/api/v1/knowledge/claims/964684MCP
get_claim(id=964684)