Unverified50% confidenceOpinionExact time
文生图模型无法凭空创造完全脱离训练分布的东西，假词角色本质上是训练数据的重新排列组合
1
Sources
50%
Confidence
Long-term
Relevance
8/5/2026
First Seen
Sources
Related Claims
Unverified使用假词作为提示词可以让模型进入训练数据中较少被激活的潜空间区域，从而产出更具多样性的结果78% similarUnverified对齐训练优化的是模型在已知场景下的统计行为，而非建立可形式化验证的安全边界，面对训练分布之外的罕见指令组合或角色扮演框架时可能失效75% similarUnverified即便在高温设置下，模型探索的仍是训练分布覆盖的语义空间，不会产生训练数据中从未以任何形式出现过的概念74% similarUnverified单纯堆砌参数而训练数据不足会导致模型大而不强，参数跃升需配合同步扩大的训练语料与算力才能兑现能力增益73% similarUnverified在没有额外约束的情况下，模型倾向于生成训练数据中出现频率最高的编码模式，而非特定团队的内部约定72% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/690386API
curl https://kongchang.com/api/v1/knowledge/claims/690386MCP
get_claim(id=690386)