待验证50% 置信事实精确时间

基准污染指评测题目已进入模型训练数据，导致模型在'背答案'而非真正推理，使评测分数虚高且无法反映实际能力

1

来源数

50%

置信度

长期有效

时效性

2026/10/2

首次发现

来源

LiveNerf 第8天：开源工具追踪 Opus 5.5 是否被偷偷降级

涉及实体

基准污染concept

相关事实

待验证蒸馏训练范式导致开源模型学习到经过高度过滤、几乎不包含失败和纠错过程的数据分布，使模型形成不愿自我纠正的性格79% 相似待验证数据污染（data contamination）指测试题目已出现在预训练语料中，导致模型高分表现更接近记忆而非推理78% 相似待验证自回归模型存在暴露偏差问题，即模型训练时看到真实前缀，但推理时面对自己生成的错误前缀，导致误差逐步累积78% 相似待验证数据污染问题指模型可能在训练阶段已见过研究者尚未正式发表的思路或部分证明78% 相似待验证在污染基准上模型可直接从参数记忆提取答案而非依赖上下文检索，使报告的无损压缩结论失去意义78% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/966919

API

curl https://kongchang.com/api/v1/knowledge/claims/966919

MCP

get_claim(id=966919)