待验证50% 置信事实精确时间
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
来源数
50%
置信度
长期有效
时效性
2026/7/14
首次发现
来源
相关事实
待验证LLM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% 相似待验证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% 相似待验证LLM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% 相似待验证纯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% 相似待验证当前主流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% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/509873API
curl https://kongchang.com/api/v1/knowledge/claims/509873MCP
get_claim(id=509873)