待验证50% 置信事实精确时间
大语言模型输出的非确定性源于 Transformer 解码阶段的随机采样机制，采样温度、Top-P 等参数决定每次生成内容可能不同
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
待验证大语言模型基于Transformer架构，其输出本质上是概率采样过程，由Temperature参数控制采样随机性82% 相似待验证大语言模型输出本质上是概率性的，采样温度（Temperature）、Top-P 等参数使模型每次生成内容可能不同，是软件测试的挑战77% 相似待验证Transformer模型通过注意力机制（Self-Attention）在推理阶段在词汇表上生成一个概率分布，再通过温度参数（Temperature）调节分布的平坦度，温度越高输出越随机多样，温度越低越趋向高概率词元76% 相似待验证语言模型采样过程中的温度参数设计使同一提示在不同调用中可能产生截然不同的输出，因此重试本身并不保证收敛76% 相似已验证大语言模型在生成每个token时从概率分布中采样，temperature参数控制随机性的强弱，temperature越高输出越多样，越低则越确定76% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/537264API
curl https://kongchang.com/api/v1/knowledge/claims/537264MCP
get_claim(id=537264)