Unverified50% confidenceFactExact time
LLM可通过分析输出token的对数概率分布、思维链末尾自我评估、温度采样统计答案分布熵值等手段近似估计决策置信度
1
Sources
50%
Confidence
Long-term
Relevance
7/14/2026
First Seen
Sources
Related Claims
VerifiedLLM生成每个token时根据温度参数从概率分布中随机采样，而非选择概率最高的确定性输出，从而产生涌现性79% similarUnverifiedLLM虽然不直接输出归一化概率向量，但可通过多种工程手段近似估计决策置信度79% similarVerifiedLLM以自回归方式逐token生成输出，每个词的选择基于当前上下文的概率采样79% similarUnverifiedLLM本质上是在做下一个token的概率预测，即便温度参数设为0，面对复杂的多步骤指令时，模型仍会受到注意力机制的影响79% similarUnverifiedLLMs本质上是概率预测引擎，基于输入提示预测最可能的输出序列78% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/505198API
curl https://kongchang.com/api/v1/knowledge/claims/505198MCP
get_claim(id=505198)