待验证50% 置信事实精确时间

一项最新研究发现大语言模型并不始终如一地遵循贝叶斯规则，其概率信念存在内在不一致

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

大模型并非贝叶斯：概率信念更新的内在不一致性解析

涉及实体

大语言模型technology 贝叶斯规则concept

相关事实

待验证大型语言模型从根本上是概率性的，无法保证100%的输出正确性80% 相似待验证大型语言模型具有固有的非确定性——即使使用相同的Prompt输入，模型在不同时间可能返回格式、内容甚至逻辑不同的结果79% 相似待验证大语言模型本质上是概率性的，相同的输入可能产生不同的输出，这与传统软件的确定性行为截然不同78% 相似待验证大语言模型生成的文本困惑度（Perplexity）偏低，词汇选择过于符合概率预期，缺乏人类写作的意外性76% 相似待验证当前大语言模型缺乏真实世界的感知接口和因果推理能力，本质上是在做模式匹配而非意图理解76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/897396

API

curl https://kongchang.com/api/v1/knowledge/claims/897396

MCP

get_claim(id=897396)