待验证50% 置信事实精确时间
LLM的输出本质上具有随机性，相同的输入在不同调用中可能产生截然不同的结果
1
来源数
50%
置信度
长期有效
时效性
2026/7/17
首次发现
来源
相关事实
待验证Prompt中的每一个字符都会影响后续所有token的概率分布，这是为什么细微的措辞变化会导致截然不同的输出74% 相似待验证LLM输出具有非确定性，因浮点运算非结合性和上下文窗口差异，即便输入一致输出也难以精确复现，不具备幂等性73% 相似待验证LLM应用的失败往往是概率性的，相同输入在不同时刻可能产生不同输出，需要建立包含准确率、幻觉率、相关性评分等指标的评估体系而非依赖传统单元测试72% 相似已验证AI扩图每次生成的结果会有所不同，这种随机性源于扩散模型每次从不同的随机噪声出发71% 相似待验证多Agent系统中LLM输出的随机性会导致多个Agent串联执行时误差逐层放大，这一现象被称为'误差传播'（Error Propagation）70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/536670API
curl https://kongchang.com/api/v1/knowledge/claims/536670MCP
get_claim(id=536670)