已验证75% 置信事实精确时间

大语言模型在数值推理方面存在幻觉风险，可能在聚合计算、时间区间筛选或多表关联等场景中产生偏差

3

来源数

75%

置信度

长期有效

时效性

2026/9/1

首次发现

来源

Supernova：让Claude和Codex直连你的业务数据

涉及实体

大语言模型concept

相关事实

待验证大型语言模型参数量越大，单次前向推理所需计算量越高，延迟也随之增加74% 相似待验证大模型在逆向拆解任务中存在幻觉风险，更容易在常见框架标准用法上准确，而在非标准实现或项目特有约定上产生偏差74% 相似待验证上下文中存在相互冲突或交替出现的格式约束，会显著提升模型的幻觉率和格式错误率74% 相似待验证幻觉证明与数值计算中的舍入误差或符号计算中的明显报错不同，后两者往往会在后续步骤中暴露，而幻觉证明可能直至被同行评审发现74% 相似待验证大语言模型在处理复杂、模糊的需求时容易产生幻觉，需求越庞大边界越模糊，AI出错概率越高，因此MVP做减法可降低AI出错风险74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/839343

API

curl https://kongchang.com/api/v1/knowledge/claims/839343

MCP

get_claim(id=839343)