Unverified50% confidenceFactExact time
大模型的输出是概率性的而非确定性的，同样的问题问100次可能得到100个不同的回答
1
Sources
50%
Confidence
Medium-term (~90 days)
Relevance
7/2/2026
First Seen
Valid until: 9/30/2026
Sources
AI大模型原理详解：Transformer架构与测试实战指南
bilibili字节测试大佬6/11/2026
Related Claims
Unverified学术研究已证明，同样的问题以不同方式表达，模型的回答准确率可能相差20%以上72% similarUnverified一个千亿参数级别旗舰模型每次推断所需GPU资源可能比百亿参数模型高出10至20倍70% similarUnverified参数量仅10亿至70亿的小语言模型在特定任务上可以逼近参数量百倍于它的大模型70% similarUnverified置换检验通过大量随机置换（通常1000到10000次）构建零假设下的经验分布来估计p值，无需参数假设但计算成本相对较高70% similarUnverified在5%显著性水平下测试100个随机因子，期望会有5个看起来显著（多重假设检验问题）70% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/49173API
curl https://kongchang.com/api/v1/knowledge/claims/49173MCP
get_claim(id=49173)