Unverified50% confidenceFactExact time
大语言模型通过反向传播算法将文本统计规律编码进参数中，不以传统方式存储原始数据，但高频文本可能产生记忆化现象并近乎逐字输出
1
Sources
50%
Confidence
Long-term
Relevance
7/13/2026
First Seen
Sources
纽约时报指控OpenAI隐匿证据，ChatGPT版权诉讼再升级
rss7/9/2026
Related Claims
Unverified大语言模型的输出本质上是概率性的文本生成，一次提示词措辞调整可能改变输出的字段名、嵌套层级或枚举值，且不会触发编译期或静态检查警告80% similarUnverified大语言模型在进行文本摘要时，其取舍标准基于统计概率和语义相关性，而非法律上的重要性判断76% similarUnverified文本编码器负责将自然语言提示词转换为高维嵌入向量供扩散模型的去噪过程使用75% similarUnverified大语言模型在生成查找目标文本时依赖记忆重建而非逐字符复制，在长上下文场景下会出现记忆漂移导致字符串替换静默失败，此现象被称为幻觉性精确75% similarVerified长期记忆检索底层依赖向量数据库技术，通过Embedding模型将文本转化为高维向量75% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/497640API
curl https://kongchang.com/api/v1/knowledge/claims/497640MCP
get_claim(id=497640)