待验证50% 置信事实精确时间

反事实解释回答的问题是：最少需要改变输入的哪些特征，才能让模型的预测结果翻转

1

来源数

50%

置信度

长期有效

时效性

2026/8/23

首次发现

来源

CounterDistill：将反事实解释蒸馏为全局规则的XAI工程实践

涉及实体

反事实解释concept

相关事实

待验证循环论证偏差指当特征本身隐含标签信息时模型看似准确率极高实则用答案预测答案75% 相似待验证如果模型只见过正样本，会倾向于对任何输入都强行调用工具，产生幻觉式调用，负样本帮助模型习得何时不该调用的判断边界75% 相似待验证模型基于前文预测后文，Prompt中任何一个字的变化都会改变后续生成概率，而标点符号的影响权重较小74% 相似待验证多项实验表明，模型的表面推理与其实际决策机制之间存在显著偏差，通过激活修补可发现真正影响输出的内部路径与书面推理不吻合73% 相似待验证要求模型列出反直觉假设、从批评者角度反驳主流观点或连接两个看似无关领域，可以激活模型更边缘的知识表示73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/790031

API

curl https://kongchang.com/api/v1/knowledge/claims/790031

MCP

get_claim(id=790031)