待验证50% 置信观点精确时间

在评估LLM的科学能力时，必须进行严格的污染筛查，并区分“学习”与“记忆”两种机制。

1

来源数

50%

置信度

长期有效

时效性

2026/11/2

首次发现

来源

LLMs预测分子性质时，知道自己错了吗？

涉及实体

LLMconcept 数据污染concept

相关事实

待验证在实验设计中，由LLM决定「是否给提示」会引入非确定性，直接污染自变量，使学习者接受帮助的时机不可复现。72% 相似已验证数据污染（data contamination）指测试题目已出现在预训练语料中，导致模型高分表现更接近记忆而非推理66% 相似待验证LLM记忆系统需要回答的依赖关系问题与程序分析中的数据流分析、依赖分析在形式上高度一致65% 相似待验证评估LLM的第一步应该是明确要衡量什么，而不是直接运行模型64% 相似待验证一项研究系统评估了7个前沿LLM在上下文学习中预测分子性质的能力，并特别关注模型自报的不确定性是否与预测错误相关。64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1124964

API

curl https://kongchang.com/api/v1/knowledge/claims/1124964

MCP

get_claim(id=1124964)