Unverified50% confidenceFactExact time
浮点数在token空间中并非连续分布，导致LLM精确运算天然不可靠
1
Sources
50%
Confidence
Long-term
Relevance
7/14/2026
First Seen
Sources
Related Claims
UnverifiedLLM输出具有非确定性，因浮点运算非结合性和上下文窗口差异，即便输入一致输出也难以精确复现，不具备幂等性73% similarUnverified向量空间中不存在时间和因果维度，导致语义高度相似但逻辑互斥的记录无法被区分，这是RAG管道在事实性要求极高场景中频繁失败的底层原因67% similarUnverifiedLLM的错误往往不是随机分布的，当AI在某个架构假设上出现偏差时，后续所有基于该假设的决策都会系统性地偏离正确方向66% similarUnverified纯LLM探索模式在确定性任务上成功率难以保障，因每次推理存在随机性66% similarUnverified当前主流LLM在欧几里得空间推理（如判断两条线段是否相交）上的准确率远低于其在文本推理任务上的表现，这是自回归语言模型架构的固有局限66% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/509873API
curl https://kongchang.com/api/v1/knowledge/claims/509873MCP
get_claim(id=509873)