待验证50% 置信事实精确时间
温度校准假设验证集与部署分布同源，一旦发生时间漂移，标定出的 T 就会失效。
1
来源数
50%
置信度
长期有效
时效性
2026/10/22
首次发现
来源
涉及实体
相关事实
已验证LLM的非确定性来源于采样策略，Temperature参数控制输出分布的随机程度，Top-p和Top-k进一步约束候选Token范围71% 相似待验证Temperature=0（贪心采样）也不能保证模型输出的确定性，至少有三个原因：浮点运算非结合性、MoE路由不确定性、服务端配置漂移70% 相似待验证LLM判官方案在温度参数非零时，对同一条可疑文本可能给出不一致的结论，攻击者可以靠反复重试等待放行。68% 相似待验证LLM 评判器的结果受 temperature、prompt 措辞、模型版本迭代等因素影响，导致同一批测试用例在不同时间运行可能产生不同结论68% 相似已验证即使将temperature设为0，部分模型仍会因并行计算的浮点误差产生轻微输出波动67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1084096API
curl https://kongchang.com/api/v1/knowledge/claims/1084096MCP
get_claim(id=1084096)