6.3 已知局限与风险

导读

本页主题：6.3 已知局限与风险。这篇内容会把相关信息按“先理解 → 再操作 → 最后排错/扩展”的顺序组织，把关键概念、入口与注意事项放在同一页里，方便你快速查阅与回看。

覆盖重点：数据与隐私边界、合规提示、风险点与实践建议。

你会得到什么

• 你将获得：结构化梳理 + 最小可行路径 + 排错清单
• 适合人群：希望按步骤落地、避免踩坑
• 阅读建议：先理解术语，再按流程操作
• 备注：链接与界面可能更新，以官方为准

快速开始（建议 3 分钟）

• 先浏览本页目录，找到与你目标最接近的小节
• 按步骤完成一次最小操作（例如：打开入口/创建 Key/跑通一次调用）
• 遇到问题先看“注意事项/常见问题”，再回到对应小节核对条件

6.3 已知局限与风险

幻觉与事实性错误：即使长上下文模型也会在细节上“编造”，例如在视频问答中错误引用具体数值或时间戳。 多模态理解瓶颈：在 WorldSense 等真实场景多模态基准上，即使是表现最好的 Gemini 1.5 Pro，准确率也仅约 48%，说明在复杂视听场景中仍有较大提升空间。 隐私与数据使用：免费层 API 数据可能被用于模型训练，智能体调用第三方应用时也会引发数据泄露担忧，这需要用户在“便利性 vs 隐私”之间权衡。