Unverified50% confidenceSolutionExact time
在代码生成Prompt中，否定性约束（说明不需要什么）能缩小模型搜索空间，比增加期望描述更能提高准确率
1
Sources
50%
Confidence
Long-term
Relevance
8/22/2026
First Seen
Sources
Related Claims
Unverified负向约束通过明确排除不期望的输出收窄概率空间，与正向指令同等重要，可减少模型创造性发挥的偏差77% similarUnverified对大语言模型而言，「不要做X」的负向约束有时比「要做Y」的正向指令更有效，因为负样本相当于在概率空间中设置了禁区73% similarUnverified覆盖率本质上是负向指标，能告诉你哪些代码没有被执行，却无法保证被执行的代码被正确断言72% similarUnverified规格越详细代码质量越稳定，因为每个明确约束都压缩了 Agent 的不确定性空间71% similarUnverified模型压缩手段（蒸馏、剪枝、量化）对高频规律性任务损失极小，但会显著削弱需要长程依赖的多步推理能力，前端交互代码的跨组件状态管理高度依赖这种能力70% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/785264API
curl https://kongchang.com/api/v1/knowledge/claims/785264MCP
get_claim(id=785264)