待验证50% 置信事实精确时间
2019年前后多个研究团队用统计语言模型和神经网络分析伏尼契手稿符号分布，部分认为其底层语言可能具有自然语言的统计特性，但至今无破译成果获学界广泛认可
1
来源数
50%
置信度
长期有效
时效性
2026/9/22
首次发现
来源
涉及实体
相关事实
待验证Anthropic研究团队在2023-2024年通过稀疏自编码器成功识别出大语言模型内部对应欺骗、谄媚等概念的特征向量74% 相似待验证研究表明模型在某语言上的文化理解深度与该语言的训练数据量级之间存在近似对数线性关系73% 相似待验证Abliteration技术源自2024年开源社区对大语言模型内部表征的研究，理论基础是线性表征假说72% 相似待验证传统n-gram模型和单语训练的神经语言模型在遇到跨语言词序列时会给出极低的概率分数，导致解码器倾向于将外语词强行映射为发音相近的本语言词71% 相似已验证涌现能力现象被DeepMind研究员系统记录于2022年的《Emergent Abilities of Large Language Models》论文中71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/940724API
curl https://kongchang.com/api/v1/knowledge/claims/940724MCP
get_claim(id=940724)