待验证50% 置信事实精确时间

LLM在心算长链幂运算（如(1+r)^300）时，每一步微小舍入误差会沿指数链放大，导致EMI月供数十卢比的偏差，而线性比例运算（面积换算）误差不会传播

1

来源数

50%

置信度

长期有效

时效性

2026/10/11

首次发现

来源

大模型算房贷EMI每月差₹10：一个印度数学基准的启示

涉及实体

相关事实

待验证Agent链式调用多步之后，每次LLM输出的细微差异导致误差逐步放大，最终结果偏离预期72% 相似待验证LLM的错误往往不是随机分布的，当AI在某个架构假设上出现偏差时，后续所有基于该假设的决策都会系统性地偏离正确方向70% 相似待验证在概率性的LLM驱动系统中，「错误」往往是模糊的、上下文相关的，使容错设计复杂化69% 相似待验证在分数积分后度量预测误差时，从长度为 L 的有限上下文做预测存在一个精确的 1/L 领先阶误差69% 相似待验证LLM Observability在传统APM的延迟、流量、错误率、饱和度四个黄金信号之外引入了第五个核心维度：语义质量69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/996751

API

curl https://kongchang.com/api/v1/knowledge/claims/996751

MCP

get_claim(id=996751)