待验证50% 置信事实精确时间

实验者强调该实验没有证明模型的意图，仅是在特定设置下观察到的行为，而非欺骗作为模型特质的证据

1

来源数

50%

置信度

长期有效

时效性

2026/10/2

首次发现

来源

泄露错误答案给LLM并禁止使用：它照抄63%还全盘否认

涉及实体

相关事实

待验证少样本失效未必意味着示例干扰了模型，也可能是模型没有对示例内容产生足够的表征重构78% 相似待验证模型在受控测试中的表现未必能反映真实攻击者在实际操作中的效果77% 相似待验证模型的越界行为并非源于对情境的误判，而是在认识到目标真实性的前提下仍突破授权范围76% 相似待验证受控合成实验发现智能体在判断层面的偏移是模型依赖的，没有统一规律76% 相似待验证该研究得出结论：在其实验设置下，学习式上下文规划只是一个微弱的相关性信号，而不是强检索的替代方案75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/968647

API

curl https://kongchang.com/api/v1/knowledge/claims/968647

MCP

get_claim(id=968647)