待验证50% 置信基准精确时间

自洽性投票通常使用temperature 0.7-1.0进行多次高温采样，在GSM8K等数学推理基准上能带来高达17.9个百分点的准确率提升

1

来源数

50%

置信度

长期有效

时效性

2026/7/18

首次发现

来源

5000名Kaggler实战揭秘：如何有效提升AI推理能力

相关事实

待验证自洽性做法是对同一问题进行多次高温采样（temperature通常设为0.7-1.0），再用多数投票选出频率最高的结果79% 相似已验证温度（Temperature）参数控制 LLM 输出的随机性，代码生成场景通常建议使用较低温度值（如 0.1）以获得更确定和保守的结果。68% 相似待验证温度是一个0到2之间的超参数，控制回答的随机性与创造性，低温(0.1-0.3)适合编程数学客服，高温(0.8-1.5)适合头脑风暴写作68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/548647

API

curl https://kongchang.com/api/v1/knowledge/claims/548647

MCP

get_claim(id=548647)