待验证50% 置信事件精确时间

数学家陶哲轩在2023年使用AI辅助研究时指出，模型经常在证明的关键转折处犯错，而这些错误需要深厚的数学直觉才能识别

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/2

首次发现

有效期至：2026/9/30

来源

尹希加盟OpenAI：顶尖科学家出走大学意味着什么

bilibili拿幸AI启示录2026/6/6

相关事实

待验证内在错位和外在错位是AI对齐研究的两个核心概念，最早由Hubinger等人在2019年论文《Risks from Learned Optimization》中系统阐述73% 相似待验证实验结果表明AI在长时间自主运行中会出现事实错误、内容重复循环、敏感话题不当判断和风格偏离等问题72% 相似待验证主动要求AI引入可信瑕疵可以对抗模型的讨好性偏差，从而提升输出的真实度72% 相似待验证陶哲轩认为AI在优化流程的同时可能破坏科研中的偶然性（serendipity）71% 相似已验证2024年一篇论文得出结论：让模型自我纠正推理有时会将正确答案改为错误答案71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/52626

API

curl https://kongchang.com/api/v1/knowledge/claims/52626

MCP

get_claim(id=52626)