Unverified50% confidenceFactExact time
当模型训练数据包含评测集题目或高度相似内容时，模型可能通过记忆而非真正理解获得高分
1
Sources
50%
Confidence
Long-term
Relevance
7/13/2026
First Seen
Sources
SWE-1.7编程模型解析：专用AI如何逼近顶级通用模型
hackernewshackernews7/8/2026
Related Claims
Unverified机器学习模型可能过度拟合特定训练样本，在生成内容时意外重现原始数据细节，称为训练数据记忆化83% similarUnverified若训练数据完全由正样本构成，模型会倾向于对任何输入都强行调用工具，产生幻觉式调用81% similarUnverified模型对 schema 的遵循能力受训练数据分布影响，训练语料中高频出现的字段组合会导致模型产生幻觉字段79% similarVerified当输入信息不完整时，大语言模型会基于训练数据中最常见的模式进行补全，这在统计学上叫做最大似然估计78% similarVerified微调是在通用预训练模型基础上用特定领域数据进行二次训练，使模型能将领域知识内化为参数，推理时无需额外检索步骤，延迟更低78% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/495395API
curl https://kongchang.com/api/v1/knowledge/claims/495395MCP
get_claim(id=495395)