待验证50% 置信事实精确时间

该讨论来自Reddit社区，指出模型评估领域一个长期被低估的难题

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/6

首次发现

有效期至：2027/1/4

来源

提示词敏感性：是模型问题还是评估方式的锅？

涉及实体

相关事实

待验证RLHF存在局限：人类评分者可能被模型讨好、难以评估超出自身理解范围的输出，这是可扩展监督研究试图解决的问题66% 相似待验证Meta首席AI科学家Yann LeCun公开批评存在性风险论述是过度炒作，认为当前大语言模型距离通用智能还很遥远64% 相似待验证假阴性问题会系统性地低估检索质量，使不同方法之间的对比失去意义64% 相似待验证Tejal认为外界系统性地低估了AI模型的真实能力，而非过度炒作63% 相似待验证一位Reddit用户认为以监管AI风险为名的政策实际效果可能是抬高合规门槛，从而打压开源模型的发布与流通63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/979866

API

curl https://kongchang.com/api/v1/knowledge/claims/979866

MCP

get_claim(id=979866)