待验证95% 置信事实时间未知
LLM本质上是在做下一个token的概率预测，即便温度参数设为0，面对复杂的多步骤指令时，模型仍会受到注意力机制的影响
1
来源数
95%
置信度
长期有效
时效性
2026/5/31
首次发现
来源
Agent需要控制流，不是更多Prompt
bilibili锋芒AI
涉及实体
相关事实
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79% 相似待验证LLM生成的摘要是概率性的，同样输入在不同温度参数下可能产生不同结果，带来可复现性隐患78% 相似已验证LLM生成每个token时根据温度参数从概率分布中随机采样，而非选择概率最高的确定性输出，从而产生涌现性78% 相似已验证LLM的不一致性与模型的温度参数和随机采样过程密切相关，同一问题多次调用同一模型可能产生不同答案78% 相似已验证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77% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/4005API
curl https://kongchang.com/api/v1/knowledge/claims/4005MCP
get_claim(id=4005)