待验证50% 置信事实精确时间

多token答案的联合概率因是多个条件概率连乘而天然偏低，若不做归一化或长度惩罚则无法将差异归因于模型认知

1

来源数

50%

置信度

长期有效

时效性

2026/9/25

首次发现

来源

剖析大模型置信度：微调虚构语料检验"自信"是否等于"知道"

涉及实体

Tokenizationconcept

相关事实

待验证贝叶斯最优分类器理论上完美但实践中通常无法直接计算，因真实条件概率分布往往未知67% 相似待验证贝叶斯决策理论不直接预测标签，而是在给定后验概率的情况下为每个可能的动作计算期望损失，然后选择损失最小的动作67% 相似待验证集成方法有效的原因在于不同模型的错误往往具有不相关性，综合多个模型判断可抵消个体偏差67% 相似待验证单次采样无法代表模型对某提示词的真实能力分布，3次以上独立采样才能提供足够的方差估计，是生产级提示词评估的最佳实践66% 相似待验证逆强化学习面临不适定性问题——同一组行为数据可能对应多个截然不同的奖励函数65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/949187

API

curl https://kongchang.com/api/v1/knowledge/claims/949187

MCP

get_claim(id=949187)