待验证50% 置信事实精确时间
大语言模型在生成较长结构化输出时因注意力机制对早期上下文权重衰减，会出现类型退化，例如将整个数组序列化为字符串或将数字写成字符串
1
来源数
50%
置信度
长期有效
时效性
2026/8/31
首次发现
来源
涉及实体
相关事实
待验证大语言模型在生成查找目标文本时依赖记忆重建而非逐字符复制，在长上下文场景下会出现记忆漂移导致字符串替换静默失败，此现象被称为幻觉性精确78% 相似待验证大语言模型通过反向传播算法将文本统计规律编码进参数中，不以传统方式存储原始数据，但高频文本可能产生记忆化现象并近乎逐字输出75% 相似待验证大语言模型生成文本是自回归（Autoregressive）的串行过程，每次只生成一个Token，导致输出阶段无法充分并行化，计算强度高于输入编码阶段73% 相似待验证大语言模型通过将训练语料压缩编码到权重矩阵中形成参数化记忆，是分布式而非精确存储，这是产生品牌信息幻觉的原因之一73% 相似待验证大语言模型的输出本质上是概率性的文本生成，一次提示词措辞调整可能改变输出的字段名、嵌套层级或枚举值，且不会触发编译期或静态检查警告73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/831567API
curl https://kongchang.com/api/v1/knowledge/claims/831567MCP
get_claim(id=831567)