已验证65% 置信事实精确时间

当前主流大语言模型普遍存在过度自信问题，部分原因在于训练目标优化的是预测下一个词的流畅度而非输出的实际可靠度

3

来源数

65%

置信度

中期 (~90 天)

时效性

2026/9/19

首次发现

有效期至：2026/12/18

来源

越懂越谦逊：为何真正的专家往往听起来最不确定

涉及实体

大语言模型technology 校准concept

相关事实

已验证早期大语言模型存在严重的过度自信问题，对不确定的答案也倾向于给出确定性表述，即幻觉现象76% 相似已验证当前的大语言模型缺乏可靠的自我内省（introspection）能力75% 相似待验证自回归语言模型的OOD检测比传统机器学习更困难，因为语言组合空间庞大、语义OOD与表面形式OOD不对应，且对抗者可构造统计上看似in-distribution但语义触发OOD的输入75% 相似待验证大语言模型因知识截止日期机制和新特性语料稀疏（长尾效应），倾向于推荐更老旧但更'自信'的前端写法74% 相似待验证大型语言模型经过RLHF微调后往往会系统性地产生过度自信偏差74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/935807

API

curl https://kongchang.com/api/v1/knowledge/claims/935807

MCP

get_claim(id=935807)