待验证50% 置信观点精确时间

研究认为模型依赖于分布上的熟悉度（distributional familiarity）而非真正的事实验证机制来判断陈述真伪

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

SWORD基准揭示大模型跨语言事实核查的隐藏漏洞

涉及实体

相关事实

待验证LLM学到的是token之间的统计关联而非真正的物理直觉，存在命题性知识与具身性理解之间的鸿沟71% 相似待验证评估模型能力时真实可复现的验证比宣传更有说服力，应关注数据污染风险和第三方验证69% 相似待验证虚假信息传播的驱动力包括信息级联效应、确认偏误和新奇性偏好68% 相似待验证可信度理论（Source Credibility Theory）认为信息的说服力高度依赖受众对信源的信任程度67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/893872

API

curl https://kongchang.com/api/v1/knowledge/claims/893872

MCP

get_claim(id=893872)