待验证50% 置信事实精确时间
大语言模型本身并不具备经过校准的概率估计能力，模型输出的概率数值不代表真实发生率
1
来源数
50%
置信度
长期有效
时效性
2026/10/7
首次发现
来源
涉及实体
相关事实
待验证大模型输出是概率性非确定性的，同一prompt在同一版本模型上多次运行可能产生不同结果，使灰度发布的质量判断困难73% 相似待验证深度学习模型普遍存在过度自信问题，模型输出的概率值并不真实反映其预测正确的实际概率，这一现象被称为校准不良（Poor Calibration）70% 相似待验证原始素材中并未公开实验的详细结果数据和具体代码细节，无法对模型的实际表现做出定量评价69% 相似待验证模型的最终排名无法通过参数规模、价格、厂商或token消耗量来预测68% 相似待验证模型输出的token级别概率（logprob）与事实准确性之间的相关性不强，编造的事实可能获得与真实信息同样高的生成概率67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/984343API
curl https://kongchang.com/api/v1/knowledge/claims/984343MCP
get_claim(id=984343)