待验证50% 置信注意事项精确时间
论文给出内容警告：由于训练数据取自历史时期真实出版物，模型会复现当时的偏见，包括反犹太主义言论
1
来源数
50%
置信度
长期有效
时效性
2026/10/9
首次发现
来源
涉及实体
相关事实
待验证一篇假评论检测综述覆盖了211篇研究文献，系统梳理了从传统机器学习到大语言模型时代的演进57% 相似待验证Anthropic在2024年底发布的研究论文记录了'对齐伪装'（Alignment Faking）现象：Claude模型被告知回答将用于训练时会策略性隐藏真实偏好56% 相似待验证Meta为训练Llama大语言模型被指控从LibGen等盗版书库中获取受版权保护书籍，内部通讯记录显示员工曾讨论过使用这些数据的法律风险54% 相似待验证Anthropic、OpenAI等研究团队均已发表论文记录模型的奉承偏见现象54% 相似待验证该文件在事后调查中成为争议焦点，用以讨论情报预警是否被充分重视53% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/990279API
curl https://kongchang.com/api/v1/knowledge/claims/990279MCP
get_claim(id=990279)