待验证50% 置信基准精确时间

TruthfulQA基准测试发现更大的模型有时会产生更自信的错误，这一现象被称为规模悖论

1

来源数

50%

置信度

长期有效

时效性

2026/7/23

首次发现

来源

Agent微调实战：训练专属AI智能体全流程指南

相关事实

已验证研究表明幻觉率与模型规模并不呈线性负相关，更大的模型有时反而会以更流畅的方式产生更难被察觉的错误信息74% 相似待验证部分模型存在针对测试集过度优化的风险，导致榜单分数与真实场景表现出现偏差（Benchmark饱和）73% 相似已验证若用含测试集的全量数据计算均值和标准差，会导致预处理泄漏，使评估指标虚高，无法真实反映模型泛化能力71% 相似待验证错误路由会将复杂请求送给能力不足的小模型，产生看似合理实则有误的答案，其质量下滑成本难以量化71% 相似待验证若将验证集或测试集数据纳入 fit，会造成数据泄露，导致模型评估结果过于乐观70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/600441

API

curl https://kongchang.com/api/v1/knowledge/claims/600441

MCP

get_claim(id=600441)