待验证50% 置信观点精确时间

边缘美学和非主流文化传统在训练数据中本就稀疏，容易被模型系统性忽略，造成全球审美同质化压力

1

来源数

50%

置信度

长期有效

时效性

2026/10/11

首次发现

来源

机器时代，谁来定义美？一条推文引发的思考

涉及实体

生成式AItechnology

相关事实

待验证在封闭式评测中，研究者未发现一致性增强方法导致系统性的文化适应能力下降69% 相似待验证嵌入模型对否定的处理是一个系统性缺陷，因为主流训练目标（掩码语言模型、对比学习）不显式要求模型区分语义正反，导致'喜欢'和'不喜欢'被编码到相近位置65% 相似待验证大语言模型没有真正的内省能力访问自己的执行轨迹，只能根据上下文和训练倾向重建一段看起来合理的叙述64% 相似待验证通用大语言模型在没有针对性训练或经验注入的情况下难以准确还原公司特定的隐性招聘评估知识63% 相似待验证绝大多数模型的预训练语料是闭源的，导致成员推断研究只能依赖启发式方法构造成员与非成员，可能引入系统性偏差63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/997853

API

curl https://kongchang.com/api/v1/knowledge/claims/997853

MCP

get_claim(id=997853)