待验证50% 置信事实精确时间

当前主流 LLM 采用指令遵循（Instruction Following）训练方式，会用概率最高的方式补全输出

1

来源数

50%

置信度

长期有效

时效性

2026/7/21

首次发现

来源

零基础Vibe Coding避坑指南：小白必知的4大实操陷阱

相关事实

待验证LLM的输出结果天然倾向于训练集中出现频率最高的模式组合，即统计意义上的最大公约数80% 相似待验证当前主流LLM普遍采用预训练加微调范式，先在互联网规模语料上无监督预训练，再通过RLHF等技术对齐人类偏好77% 相似待验证LLM 在 RLHF 训练中被强化了「尽快给出有用输出」的行为倾向，默认帮用户做事优先于和用户对齐认知75% 相似待验证现代LLM通常经过专门的微调来学习何时、如何调用工具，训练数据中包含大量工具使用的示例对话72% 相似待验证LLM 在预训练阶段通过最大似然估计优化 token 预测概率，缺乏「知道自己不知道」的内在机制，置信度与准确性之间没有必然关联72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/577476

API

curl https://kongchang.com/api/v1/knowledge/claims/577476

MCP

get_claim(id=577476)