待验证50% 置信注意事项精确时间

微调时训练阶段的prompt格式必须与推理阶段严格一致，否则会导致效果下降却不报错

1

来源数

50%

置信度

长期有效

时效性

2026/9/12

首次发现

来源

微调LLM生成法律判决要旨：为何失败及实战解决方案

涉及实体

fine-tuningconcept chat templateconcept

相关事实

待验证对齐训练优化的是模型在已知场景下的统计行为，而非建立可形式化验证的安全边界，面对训练分布之外的罕见指令组合或角色扮演框架时可能失效76% 相似待验证微调训练过程中需要同时保存模型权重、梯度、优化器状态，显存消耗通常是推理时的 3-4 倍74% 相似待验证基准的干净具有时效性——一旦测试题目公开传播，未来的模型训练很可能将其吸收，公平性随之衰减73% 相似已验证特征存储（Feature Store）解决训练时和推理时的特征计算一致性问题即training-serving skew73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/910237

API

curl https://kongchang.com/api/v1/knowledge/claims/910237

MCP

get_claim(id=910237)