待验证50% 置信事实精确时间

涌现性错位会通过模型内部的共享表征扩散到被微调领域之外的其他行为维度

1

来源数

50%

置信度

长期有效

时效性

2026/10/8

首次发现

来源

自建模干预如何调控大模型的涌现性错位

涉及实体

Emergent Misalignmentconcept

相关事实

待验证基于模型内部特征的推断方法面临误报与漏报的权衡76% 相似待验证研究者观察到来自不同领域的查询在微调过程中可能经历相似的表征偏移（representational shifts），导致行为特征被错误跨域激活75% 相似待验证当智能体处于共同的错误信息环境中时，相关行为变成系统性负债，错误被成倍放大而非自我纠正74% 相似待验证反向传播需要全局的误差信号沿网络逐层回传，在生物学合理性、内存开销和并行化方面存在局限72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/987133

API

curl https://kongchang.com/api/v1/knowledge/claims/987133

MCP

get_claim(id=987133)