Unverified50% confidenceFactExact time
斯坦福大学研究者测试多个主流模型发现，措辞中性的医疗、法律或安全研究类查询也会因触发关键词匹配而被错误拒绝
1
Sources
50%
Confidence
Long-term
Relevance
7/14/2026
First Seen
Sources
Related Claims
UnverifiedShumailov等人2024年在Nature上发表的研究证实，即使低至千分之一的合成数据污染也能引发词汇、句法和语义多样性的可测量退化64% similarUnverified先前的难负样本挖掘工作大多忽略非干扰项，只关注与查询的相似度，因而更易误选假负样本62% similarVerified大语言模型存在幻觉问题，可能编造不存在的参考文献、虚构实验数据或给出错误的统计数值62% similarUnverified对抗性机器学习研究已证明通过对抗性样本可以欺骗计算机视觉模型做出错误分类61% similarUnverified低质量的知识库会导致幻觉式引用，即模型看似使用知识库内容实则引用了错误或无关片段61% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/509855API
curl https://kongchang.com/api/v1/knowledge/claims/509855MCP
get_claim(id=509855)