待验证50% 置信事实精确时间
LLM生成的置信度分数未必是经过校准的真实概率
1
来源数
50%
置信度
长期有效
时效性
2026/10/11
首次发现
来源
涉及实体
相关事实
待验证LLM输出的概率分数（logprobs）与校准过的置信度存在本质差异，大型语言模型普遍存在过度自信问题，在分布外样本上尤为明显73% 相似待验证大语言模型本身并不具备经过校准的概率估计能力，模型输出的概率数值不代表真实发生率73% 相似待验证传统分类框架中的真/假概率对（F = 1 − T）在代数上是冗余的，因为假的概率完全由真的概率决定，不提供独立信息72% 相似待验证模型输出的token级别概率（logprob）与事实准确性之间的相关性不强，编造的事实可能获得与真实信息同样高的生成概率70% 相似待验证LLM生成阶段对词汇表（通常包含32,000至128,000个token）计算Softmax概率分布，形成总和为1的概率向量68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1000298API
curl https://kongchang.com/api/v1/knowledge/claims/1000298MCP
get_claim(id=1000298)