Unverified50% confidenceFactExact time
模型对所有Token计算原始得分Logit后，通过Softmax函数将得分归一化为概率分布，所有Token的概率之和等于1
1
Sources
50%
Confidence
Long-term
Relevance
7/21/2026
First Seen
Sources
Related Claims
Unverified大模型推理的核心机制是不断预测下一个词的概率，通过Softmax函数将原始得分转化为总和为1的概率分布81% similarUnverifiedLLM在每个生成步骤输出的是词汇表上的完整概率分布，通常通过softmax函数计算77% similarUnverified大模型本质上是在对序列中下一个最可能出现的Token进行概率预测68% similarUnverified逻辑回归通过Sigmoid函数将线性组合的输出压缩到(0,1)区间，表示样本属于某一类别的概率67% similarUnverifiedSHAP值通过博弈论中的沙普利值方法量化每个特征对单一预测结果的贡献度，LIME通过在预测点附近构建局部线性近似模型解释个案决策67% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/582539API
curl https://kongchang.com/api/v1/knowledge/claims/582539MCP
get_claim(id=582539)