待验证50% 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
1
来源数
50%
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% 相似待验证链式思维、少样本提示、自我一致性等提示词工程技巧无法让模型访问训练截止日期之后的信息，无法保证浮点运算的精确性，也无法处理模型从未见过的外部文件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)