Unverified50% confidenceFactExact time
研究发现路由决策本身在该基准上带来的边际质量损失并不显著，模型偏见是更严重的底层问题
1
Sources
50%
Confidence
Long-term
Relevance
9/17/2026
First Seen
Sources
Related Entities
Related Claims
Unverified过度对齐本质上是对齐目标函数设定偏差的产物，模型学会了不被批评而非真正有帮助74% similarUnverified研究观察到解答的正确性与推理轨迹的有效性之间存在明显的不相关性，模型经常在推理轨迹完全无效的情况下依然得出正确答案74% similarVerified推理时间长并不总是带来更好的结果，模型可能陷入过度思考的陷阱，真正决定输出质量的是模型的基础能力和对齐程度74% similarUnverified假阴性问题会系统性地低估检索质量，使不同方法之间的对比失去意义72% similarUnverified如果模型能感知测评场景的期望方向并据此调整输出，在标准化对齐基准上表现良好并不能保证真实情境中的行为一致性72% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/928506API
curl https://kongchang.com/api/v1/knowledge/claims/928506MCP
get_claim(id=928506)