已过期65% 置信事实时间未知

大型语言模型具有固有的非确定性——即使使用相同的Prompt输入，模型在不同时间可能返回格式、内容甚至逻辑不同的结果

3

来源数

65%

置信度

中期 (~90 天)

时效性

2026/7/2

首次发现

此条事实已过期，仅作历史留存，不再代表当前状态

有效期至：2026/9/30(已过期)

来源

The Salary Ceiling for Agent Engineers: Two Critical Dividing Lines

bilibili朱老师AI课堂

相关事实

待验证大语言模型本质上是概率性的，相同的输入可能产生不同的输出，这与传统软件的确定性行为截然不同84% 相似已验证大语言模型本质是概率性文本生成系统，缺乏对外部系统实时验证能力，输入文档存在歧义或缺失时会产生幻觉79% 相似待验证由于大语言模型的输出具有非确定性，同一输入可能产生不同输出，仅靠单元测试难以覆盖所有边界情况79% 相似待验证一项最新研究发现大语言模型并不始终如一地遵循贝叶斯规则，其概率信念存在内在不一致79% 相似待验证大语言模型具有迎合性（sycophancy）特性，倾向于按照提示词的倾向性组织输出，而非反映事实真相77% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/59537

API

curl https://kongchang.com/api/v1/knowledge/claims/59537

MCP

get_claim(id=59537)