Unverified50% confidenceFactExact time
困惑度概念源自信息论中的熵（Shannon Entropy），本质上是语言模型每步预测的平均分支因子
1
Sources
50%
Confidence
Long-term
Relevance
7/10/2026
First Seen
Sources
朱雀AI检测原理解析：内容创作者如何降低限流风险
bilibili宋哥讲AI图文7/8/2026
Related Claims
Unverified语义熵方法在技术实现上通过多次采样获得候选回答、使用NLI模型判断语义等价性聚类、最后计算语义类别上的熵值79% similarPartially Verified信息论中熵H(p)衡量概率分布p的不确定性，等价于对来自该分布的信息进行最优编码所需的平均比特数74% similarUnverified大语言模型是基于概率的文本预测系统，模糊输入会导致模型在高熵状态下采样，输出趋向于训练数据中最常见的通用答案71% similarUnverified困惑度定义为 PPL = 2^{H(p,q)}，其中H(p,q)是模型分布相对真实分布的交叉熵，任何模型的困惑度都无法低于语言真实熵率对应的值69% similarUnverifiedMemGAS使用熵路由器（Entropy Router）根据查询在不同粒度上相似度分布的熵值来自适应选择最优记忆粒度68% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/411056API
curl https://kongchang.com/api/v1/knowledge/claims/411056MCP
get_claim(id=411056)