Unverified50% confidenceFactExact time
当观测窗口与当地作物物候期不对齐时，模型精度崩盘但确定性置信度依然很高，即模型会自信地犯错
1
Sources
50%
Confidence
Long-term
Relevance
10/8/2026
First Seen
Sources
Related Entities
Related Claims
UnverifiedTruthfulQA基准测试发现更大的模型有时会产生更自信的错误，这一现象被称为规模悖论74% similarVerified若用含测试集的全量数据计算均值和标准差，会导致预处理泄漏，使评估指标虚高，无法真实反映模型泛化能力74% similarUnverified模型跳过检索直接作答的过度自信在技术上被称为校准不足（miscalibration），即置信度与实际正确率存在系统性偏差72% similarUnverified版本漂移在评测场景下危险，因为模型权重、推理框架或测试环境变更后历史测量结果有效性会隐性衰减72% similarUnverified研究揭示LLM并不像理想的贝叶斯智能体那样根据证据可靠性进行合理加权更新，而是表现出接近分布倾斜的行为模式，其影响与证据真实可靠性的关联比贝叶斯框架预期的弱72% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/986742API
curl https://kongchang.com/api/v1/knowledge/claims/986742MCP
get_claim(id=986742)