待验证50% 置信概念精确时间
模型自报的置信度数字与经过校准的概率不是同一类对象：自报数字出自与答案同一次前向传播的 token 采样，没有查阅结果，而校准概率必须来自预测与结果的配对记录（join）。
1
来源数
50%
置信度
长期有效
时效性
2026/10/15
首次发现
来源
模型自报置信度不是测量：可校准概率的工程审计指南
rss2026/10/15
涉及实体
相关事实
待验证适当评分规则的期望值只有在模型陈述的概率与真实似然一致时才被最大化77% 相似待验证在预测市场中，置信度通常表示模型对某一二元或多元结果分配的主观概率，可用Brier分数等指标事后校准；在LLM驱动的系统中，它往往由模型自评或对多次采样的logits取均值得到，可靠性远低于统计模型。76% 相似待验证模型校准指的是模型输出概率与其实际正确率相匹配的程度；一个校准良好的模型，若对某类问题给出的概率是0.8，则这类问题大约有80%确实答对。75% 相似待验证置信度通常由逐token概率的乘积或其对数之和来表示75% 相似待验证共形预测在不对数据分布做参数假设的前提下，提供有限样本有效性保证，即预测区间在置信水平α下覆盖真实值的频率至少为1-α74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1037011API
curl https://kongchang.com/api/v1/knowledge/claims/1037011MCP
get_claim(id=1037011)