待验证50% 置信事实精确时间
当解码阶段概率分布出现波动（如温度参数偏高或上下文匹配某一语言训练分布），模型可能在下一个token预测时滑入另一种语言的语义空间
1
来源数
50%
置信度
长期有效
时效性
2026/9/19
首次发现
来源
涉及实体
相关事实
已验证大语言模型本质上是在学习给定前文下一个词是什么的条件概率分布79% 相似已验证大语言模型在生成每个token时从概率分布中采样，temperature参数控制随机性的强弱，temperature越高输出越多样，越低则越确定78% 相似待验证大语言模型输出本质上是概率性的，采样温度（Temperature）、Top-P 等参数使模型每次生成内容可能不同，是软件测试的挑战76% 相似待验证大语言模型通过自监督预训练学习token序列的条件概率分布，本质上是统计压缩模型，无法通过统计特征区分正确与错误的数学证明76% 相似待验证大语言模型是概率性、随机性的，它根据之前出现的词元来预测下一个词元75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/933954API
curl https://kongchang.com/api/v1/knowledge/claims/933954MCP
get_claim(id=933954)