待验证50% 置信事实精确时间
两次相同提问得到不同答案是语言模型随机采样（temperature > 0）特性的正常表现，不能作为版本切换的证据
1
来源数
50%
置信度
长期有效
时效性
2026/9/30
首次发现
来源
涉及实体
相关事实
待验证相同提示词在不同模型、不同参数（如temperature）下可能产生截然不同的结果，业界尚无公认的Prompt质量评估标准68% 相似待验证Anthropic的研究显示，即使面对毫无根据的质疑，在某些测试中模型被用户简单反驳后放弃正确答案的比例超过50%64% 相似待验证温度值越高，模型输出概率分布越平滑，随机性越强；Top-p采样只从累积概率达到阈值的最小token集合中采样62% 相似待验证在开放式生成任务中，研究观察到偶发性的准确率下降，在非英语回答中更为明显62% 相似待验证不同的system prompt、temperature、最大token数、重试次数等超参数可能使同一模型的评测结果相差10个百分点以上61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/961456API
curl https://kongchang.com/api/v1/knowledge/claims/961456MCP
get_claim(id=961456)