Unverified95% confidenceFactTime unknown
大语言模型的知识来源于海量文本数据的统计学习，擅长语言模式匹配，但对物理世界的因果关系缺乏真正的理解，这在学术界被称为'grounding problem'（接地问题）
1
Sources
95%
Confidence
Long-term
Relevance
6/1/2026
First Seen
Sources
Related Entities
Related Claims
Unverified自回归语言模型的OOD检测比传统机器学习更困难，因为语言组合空间庞大、语义OOD与表面形式OOD不对应，且对抗者可构造统计上看似in-distribution但语义触发OOD的输入77% similarUnverified大语言模型在二维空间推理上存在系统性短板，因训练数据以文本为主、缺乏空间关系监督信号75% similarVerified大语言模型推理的瓶颈往往不在计算能力，而在于内存带宽75% similarVerified提示注入的根本原因在于大语言模型缺乏区分指令层与数据层的原生机制75% similarUnverified当前大语言模型缺乏真实世界的感知接口和因果推理能力，本质上是在做模式匹配而非意图理解73% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/32712API
curl https://kongchang.com/api/v1/knowledge/claims/32712MCP
get_claim(id=32712)