待验证85% 置信事实时间未知

主流LLM的训练数据中包含大量开源嵌入式代码，如GitHub上数以万计的STM32 HAL示例

1

来源数

85%

置信度

长期有效

时效性

2026/5/31

首次发现

来源

Trae AI开发STM32实战：点灯零Bug一次编译通过

bilibili软妹不能玩单片机吗

涉及实体

GitHubcompany STM32product

相关事实

待验证LLM能够处理编程任务，是因为在预训练期间通过Transformer架构的自注意力机制'阅读'了GitHub上数十亿行开源代码79% 相似待验证当前主流大模型的预训练语料高度依赖公开互联网数据，包括CommonCrawl、Wikipedia、GitHub代码库等77% 相似待验证现代LLM代码能力的突破源于GitHub上数十亿行开源代码语料、RLHF以及基于代码执行结果的反馈机制76% 相似待验证现代大语言模型的预训练数据集通常包含数万亿 token，涵盖 GitHub 代码仓库、Stack Overflow、Linux 文档等75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/14799

API

curl https://kongchang.com/api/v1/knowledge/claims/14799

MCP

get_claim(id=14799)