待验证50% 置信事实精确时间

语言建模将一段文本的联合概率分解为每个词在其前文条件下的条件概率之积

1

来源数

50%

置信度

长期有效

时效性

2026/7/14

首次发现

来源

Prompt中一个词如何左右AI输出：可能性之井原理解析

相关事实

待验证大语言模型在生成每个词元时，是在对词汇表中所有可能的下一个词进行概率采样，而非确定性地选择唯一答案83% 相似已验证大语言模型本质上是在学习给定前文下一个词是什么的条件概率分布83% 相似待验证大语言模型采用自回归方式生成文本，每个token的产出依赖于之前所有token构成的上下文，遵循概率链式法则79% 相似待验证大语言模型是概率性、随机性的，它根据之前出现的词元来预测下一个词元75% 相似待验证N-gram统计语言模型通过相邻词的条件概率捕捉局部上下文，受限于固定窗口大小，无法处理长距离依赖，参数量随词汇表指数膨胀73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/509943

API

curl https://kongchang.com/api/v1/knowledge/claims/509943

MCP

get_claim(id=509943)