待验证70% 置信事实精确时间
传统推测解码的验证过程对草稿提出的token以min(1, p(x)/q(x))的概率接受，被拒绝则从修正分布norm(max(0, p(x)-q(x)))重新采样，可证明产生的token分布与直接从目标模型采样完全一致（lossless）
2
来源数
70%
置信度
长期有效
时效性
2026/9/7
首次发现
来源
涉及实体
相关事实
待验证在机器学习多种子实验中重复次数通常只有5到10次，样本量极小，正态性假设难以验证，因此 Wilcoxon 检验往往是更保守稳健的选择68% 相似待验证当z>4时，在零假设下观察到如此极端值的概率约为p≈3.2×10⁻⁵，即每十万次检测中约3次误报67% 相似待验证LLM每次调用可建模为伯努利试验，N次调用通过次数服从二项分布B(N, p)，通过率95%置信区间约为p̂ ± 1.96×√(p̂(1-p̂)/N)67% 相似待验证马尔可夫头仅需记录前一个token状态即可推导下一token修正概率，参数量通常不超过原模型的0.1%67% 相似待验证在某些测试条件下，主流AI编程工具推荐不存在包名的概率可达5%~20%67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/869680API
curl https://kongchang.com/api/v1/knowledge/claims/869680MCP
get_claim(id=869680)