待验证50% 置信事实精确时间

LLM的概率判断会受到证据表述方式、呈现顺序等无关因素的影响而发生漂移

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

相关事实

待验证LLM虽然不直接输出归一化概率向量，但可通过多种工程手段近似估计决策置信度79% 相似已验证LLM以自回归方式逐token生成输出，每个词的选择基于当前上下文的概率采样75% 相似待验证LLM可通过分析输出token的对数概率分布、思维链末尾自我评估、温度采样统计答案分布熵值等手段近似估计决策置信度75% 相似已验证LLM幻觉的根本原因在于自回归生成机制——模型基于概率分布预测下一个Token，而非真正的逻辑推理74% 相似已验证LLM的本质是基于统计概率的序列预测而非真正的逻辑推理，这使其在处理长上下文依赖、全局架构一致性和复杂边界条件时存在先天局限74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/897401

API

curl https://kongchang.com/api/v1/knowledge/claims/897401

MCP

get_claim(id=897401)