Unverified50% confidenceFactExact time
多对一映射导致教师token间的不确定性在投影到学生第一个token时被直接加和抹平，这是投影方式的固有属性而非实现错误
1
Sources
50%
Confidence
Long-term
Relevance
7/14/2026
First Seen
Sources
Related Claims
Unverified蒸馏训练的教师模型输出极少包含自我纠错示例，导致学生模型形成「强模型不犯错」的隐性信念，在校验失败时选择重复而非修正72% similarUnverified许多开源模型继承教师模型的自信偏差，导致工具调用错误时不愿自我纠正69% similarUnverified推理模型幻觉率上升的根本原因是激励机制错位：强化学习训练使模型倾向于生成详尽、有说服力的思维链，人类评估者给予论述详尽的回答更高评分，即使其中包含事实性错误69% similarUnverified候选人在代码第一行就写出WeakSet核心解法却对细节无法解释，这种由果推因的线性确定性不符合人类探索性认知特征，暴露了照抄AI输出的状态66% similarUnverified即便有事实溯源机制，AI在处理史料真伪、学界分歧等问题时仍可能过度简化或将某派观点当作定论，在教育场景尤为敏感66% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/508979API
curl https://kongchang.com/api/v1/knowledge/claims/508979MCP
get_claim(id=508979)