Unverified50% confidenceBenchmarkExact time
大多数前沿模型在重复运行同一任务时方差极大，可能得到截然不同的结果
1
Sources
50%
Confidence
Medium-term (~90 days)
Relevance
9/21/2026
First Seen
Valid until: 12/20/2026
Sources
Related Entities
Related Claims
Unverified大模型在逆向拆解任务中存在幻觉风险，更容易在常见框架标准用法上准确，而在非标准实现或项目特有约定上产生偏差74% similarUnverified在同等参数规模下，扩散语言模型的困惑度和下游任务表现通常仍落后于成熟的自回归模型73% similarUnverified同一个模型配上不同的 harness，在真实编码任务上的成功率可能差别巨大73% similarUnverified当模型同时优化任务准确性和置信度校准时，两个梯度方向可能相互干扰，涉及灾难性遗忘和目标冲突问题73% similarUnverified不同任务类型的涌现阈值存在巨大差异，某些推理能力在模型规模跨越临界点时突然涌现，而标准代码补全呈现平滑饱和曲线73% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/939569API
curl https://kongchang.com/api/v1/knowledge/claims/939569MCP
get_claim(id=939569)