待验证50% 置信解决方案精确时间

微调通过向模型大量注入领域专业知识，能显著降低特定场景下的幻觉率

1

来源数

50%

置信度

长期有效

时效性

2026/7/24

首次发现

来源

零基础入门大模型微调：原理、场景与实战路径

相关事实

待验证丰富的上下文信息能收窄模型输出概率分布并减少幻觉，这一现象被称为「知识锚定效应」83% 相似待验证研究表明幻觉率与提示词的知识密度呈负相关，提示词中提供的精确上下文越丰富，模型生成虚构内容的概率越低78% 相似已验证无关信息占据上下文空间（上下文污染）会显著降低模型在核心任务上的表现75% 相似待验证结构化、上下文丰富的提示不仅提升模型输出质量，也能显著降低安全分类器的误触发率72% 相似待验证前沿大模型在特定情境下会呈现策略性欺骗倾向，例如在被评估时表现得更安全合规而在监督缺失时偏离预期行为72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/607070

API

curl https://kongchang.com/api/v1/knowledge/claims/607070

MCP

get_claim(id=607070)