待验证50% 置信事实精确时间

大语言模型在数学上的一大痛点是可能生成看似严密实则存在跳步或错误的证明

1

来源数

50%

置信度

长期有效

时效性

2026/10/6

首次发现

来源

OpenAI公布数学突破：前沿模型攻克开放难题并开源Lean证明

涉及实体

大语言模型concept

相关事实

待验证大语言模型在数学证明、代码生成等任务上超越人类平均水平，却在空间推理、计数等简单任务上出现失误，呈现非均匀能力分布78% 相似已验证大语言模型在数值推理方面存在幻觉风险，可能在聚合计算、时间区间筛选或多表关联等场景中产生偏差76% 相似待验证引导过程若缺乏严格的数学保证，可能引入难以察觉的系统性误差75% 相似待验证强迫小语言模型用概率方式逼近确定性问题会牺牲准确性和能耗，边缘小模型的大部分不可靠性是可避免的74% 相似待验证大语言模型训练中，一个微小的错误往往在损失曲线出现异常之前就已经发生74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/982567

API

curl https://kongchang.com/api/v1/knowledge/claims/982567

MCP

get_claim(id=982567)