待验证50% 置信决策规则精确时间
工具调用解析器必须和模型家族匹配，不同模型家族（Qwen、Llama、Mistral 等）的输出格式不一样，选错解析器会失败
1
来源数
50%
置信度
长期有效
时效性
2026/10/14
首次发现
来源
涉及实体
相关事实
待验证如果数据里给了工具就一定会用，模型会习得看到工具就必须用的错误关联64% 相似待验证多个工具语义相近时，模型的工具选择本质上是多分类问题，候选类别越多分类错误率越高64% 相似待验证LLM功能中大多数出错的地方不在模型本身，而在围绕它的代码，如构建messages列表、选择model ID、解析JSON、处理空choices列表、429重试、统计token63% 相似待验证将工具执行错误误报为协议错误会导致模型看不到有用提示信息而无法修正，从而使智能体停止或陷入死循环63% 相似待验证在摘要任务中8款模型有4款失败：40亿参数Qwen3.5虚构内容、LFM2.5篡改事实、Bonsai添加不存在信息、MiniCPM5漏掉主要观点61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1031395API
curl https://kongchang.com/api/v1/knowledge/claims/1031395MCP
get_claim(id=1031395)