待验证50% 置信事实精确时间

向量嵌入模型依赖通用语言分布，企业内部的缩写、项目代号、人名简称等黑话在预训练语料中几乎不存在，导致语义相似度计算失准

1

来源数

50%

置信度

长期有效

时效性

2026/10/2

首次发现

来源

企业知识检索基准测试：AI智能体为何在真实数据前失灵

涉及实体

embeddingconcept

相关事实

待验证传统n-gram模型和单语训练的神经语言模型在遇到跨语言词序列时会给出极低的概率分数，导致解码器倾向于将外语词强行映射为发音相近的本语言词74% 相似待验证代码的语义结构与自然语言存在本质差异，导致嵌入模型难以准确保留标识符命名、调用关系、作用域等信息72% 相似已验证提示注入的根本原因在于大语言模型缺乏区分指令层与数据层的原生机制72% 相似待验证语言模型说出一个型号名并不代表它真的读过相关公告，可能是猜对也可能是记错72% 相似待验证当多个大语言模型对同一份文档的标注结果出现强烈分歧时，往往意味着该处的码本规则存在模糊、歧义或覆盖不足的问题71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/968074

API

curl https://kongchang.com/api/v1/knowledge/claims/968074

MCP

get_claim(id=968074)