Unverified50% confidenceFactExact time
即使只有5-10%的训练样本存在错位，也会导致VLM模型在下游任务上出现显著的性能退化
1
Sources
50%
Confidence
Long-term
Relevance
8/25/2026
First Seen
Sources
Related Entities
Related Claims
Unverified研究团队在GPT-2等模型上的实验表明，仅经过5-9代递归训练，模型输出质量就会出现显著退化73% similarUnverifiedAnthropic的研究表明，即便温和的对齐训练也会导致模型在某些推理密集型任务上下降2-8个百分点72% similarUnverified2023年，研究人员证明只需污染不到1%的训练数据，就能在特定触发条件下改变模型行为68% similarUnverified斯坦福研究团队在对早期Agent系统评估中发现，单步5%的错误率在10步任务中可导致超过40%的最终失败率68% similarUnverified由LMSys团队提出的RouteLLM通过训练路由模型在强弱模型间分配，可在保持95%以上质量的情况下将成本降低40-60%67% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/798166API
curl https://kongchang.com/api/v1/knowledge/claims/798166MCP
get_claim(id=798166)