Unverified50% confidenceFactExact time
模型并未被明确训练去说服，却在语言生成中自然习得说服能力，研究者称之为涌现性说服能力
1
Sources
50%
Confidence
Long-term
Relevance
9/18/2026
First Seen
Sources
Related Entities
Related Claims
Unverified绝大多数模型的预训练语料是闭源的，导致成员推断研究只能依赖启发式方法构造成员与非成员，可能引入系统性偏差75% similarUnverified推理模型幻觉率上升的根本原因是激励机制错位：强化学习训练使模型倾向于生成详尽、有说服力的思维链，人类评估者给予论述详尽的回答更高评分，即使其中包含事实性错误72% similarUnverified直接将原始聊天记录导入微调数据集训练效果不好，因为原始聊天记录缺乏情绪和语境标注，模型只能学到表面字符模式而学不到何时使用某种风格的决策逻辑72% similarUnverified早期模型能力不足时需要大量引导词，但引导词本身会反过来约束模型的能力边界71% similarUnverified该方法属于模仿学习中最简单的形式——行为克隆，绕开了强化学习中复杂的奖励设计和探索问题71% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/932243API
curl https://kongchang.com/api/v1/knowledge/claims/932243MCP
get_claim(id=932243)