待验证50% 置信解决方案精确时间
无参考版 DPO 由于基座模型已被冻结，其输出 logit 可充当参考分布，KL 锚定项直接约束校正后的 logit 分布不过度偏离冻结基座的原始输出
1
来源数
50%
置信度
长期有效
时效性
2026/9/16
首次发现
来源
涉及实体
相关事实
待验证Logits是模型最后一层输出的未归一化原始分数，经过softmax后变为各token的概率分布，是最接近「模型置信度」的可观测量61% 相似待验证LLM在推理阶段参数是冻结的，模型不会因用户交互而更新权重，因此本质上是无状态的58% 相似待验证LLM 的自回归生成特性决定了输出是逐 Token 的流式传输，在前端产生流式接收、增量 DOM 更新、不完整 Markdown 容错解析等工程需求57% 相似待验证当前的LLM一旦完成训练其参数即被冻结，只能通过微调或RAG等外部机制来更新57% 相似待验证logit函数定义为log(p/(1-p))，将概率值从[0,1]映射到(-∞,+∞)，是广义线性模型中处理二分类因变量的核心技术56% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/924667API
curl https://kongchang.com/api/v1/knowledge/claims/924667MCP
get_claim(id=924667)