待验证50% 置信事实精确时间
大语言模型的置信度信号可从输出概率分布中提取，例如对候选token的logprob取平均或计算熵值。
1
来源数
50%
置信度
长期有效
时效性
2026/10/18
首次发现
来源
涉及实体
相关事实
已验证大型语言模型可通过分析token概率分布、显式输出自我评估分数或多次采样观察答案一致性等手段近似估计决策置信度76% 相似待验证大语言模型是基于概率的文本预测系统，模糊输入会导致模型在高熵状态下采样，输出趋向于训练数据中最常见的通用答案75% 相似待验证自回归语言模型在每个预测步骤都会产生一个词表大小的 logit 向量，其结构决定了下一个 token 的条件概率分布。74% 相似待验证LLM可通过分析输出token的对数概率分布、思维链末尾自我评估、温度采样统计答案分布熵值等手段近似估计决策置信度71% 相似待验证语言模型输出的置信度分数是经 softmax 缩放后的概率，反映相对偏好而非校准后的真实概率，经过 RLHF 或指令微调的模型普遍存在校准不良71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1059994API
curl https://kongchang.com/api/v1/knowledge/claims/1059994MCP
get_claim(id=1059994)