待验证50% 置信观点精确时间

批评者指出，当问题本身连人类都无法给出参考证明时，LLM生成的形式化步骤仍缺乏引导，系统整体仍难以突破知识边界

1

来源数

50%

置信度

长期有效

时效性

2026/9/15

首次发现

来源

从纳维-斯托克斯之谜看：为何我依然看空大语言模型

涉及实体

相关事实

已验证当模型本身缺乏对特定问题的理解能力时，再精巧的提示词也无法弥补这一缺陷79% 相似待验证对于尚未被人类解决的数学难题，缺乏标准答案，难以判断LLM输出的正确性77% 相似待验证潜空间推理缺乏天然的监督信号，没有标准答案来判断某个隐藏向量是否代表正确思考，是尚未完全解决的工程难题76% 相似待验证原生大模型存在缺乏持续思考能力、知识时效性局限、无法对接企业系统三大短板74% 相似待验证机器学习研究智能体为什么不过拟合这一命题目前仍缺乏系统性的实证研究支撑，社区讨论处于早期阶段73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/924099

API

curl https://kongchang.com/api/v1/knowledge/claims/924099

MCP

get_claim(id=924099)