待验证70% 置信事实精确时间

同一问题换一种表达方式，模型可能给出截然相反的结论，即提示词敏感性（Prompt Sensitivity）

2

来源数

70%

置信度

长期有效

时效性

2026/7/12

首次发现

来源

AIML毕业设计选题：多智能体辩论系统值得做吗？

redditr/learnmachinelearning2026/7/11

相关事实

待验证模型对忽略某信息这类负向指令的遵循能力可能远比假设的要弱74% 相似待验证可解释性之所以与对齐紧密相关，是因为仅靠外部行为测试无法确认模型是真正理解并遵守规范，还是仅学会了表面模仿，后者在分布外场景下容易失效甚至出现欺骗性对齐。73% 相似待验证满分可能说明这套考题已失去区分不同模型的能力73% 相似已验证当模型对语义等价的不同问法给出质量迥异的答案时，说明模型对表层措辞过度拟合而未真正掌握底层任务73% 相似待验证研究指出安全性与拟真性之间存在权衡，无害定义过于宽泛会使模型在对抗性场景中表现笨拙72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/490181

API

curl https://kongchang.com/api/v1/knowledge/claims/490181

MCP

get_claim(id=490181)