Unverified50% confidenceFactExact time
当前主流 LLM 采用指令遵循（Instruction Following）训练方式，会用概率最高的方式补全输出
1
Sources
50%
Confidence
Long-term
Relevance
7/21/2026
First Seen
Sources
Related Claims
UnverifiedLLM的输出结果天然倾向于训练集中出现频率最高的模式组合，即统计意义上的最大公约数80% similarUnverified当前主流LLM普遍采用预训练加微调范式，先在互联网规模语料上无监督预训练，再通过RLHF等技术对齐人类偏好77% similarUnverifiedLLM 在 RLHF 训练中被强化了「尽快给出有用输出」的行为倾向，默认帮用户做事优先于和用户对齐认知75% similarUnverified现代LLM通常经过专门的微调来学习何时、如何调用工具，训练数据中包含大量工具使用的示例对话72% similarUnverifiedLLM 在预训练阶段通过最大似然估计优化 token 预测概率，缺乏「知道自己不知道」的内在机制，置信度与准确性之间没有必然关联72% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/577476API
curl https://kongchang.com/api/v1/knowledge/claims/577476MCP
get_claim(id=577476)