热点事件持续更新
业内分析指出大语言模型自生成置信度分数不可靠
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月21日，相关分析指出大语言模型自生成的置信度分数并不可靠。文章指出，大模型生成的置信度分数本质上只是自回归输出的合理文本词元，既不反映事实依据的充分程度，也未针对真实正确率进行过校准；改变提示词措辞、前文语气或多次询问都会导致置信度数值大幅漂移，因为模型只学习了置信度文本的外观形态。针对需要筛选不确定回答的智能体系统，业内建议将评分规则与大模型生成解耦，转而基于检索匹配度、多轮一致性及人工核验历史等外部特征建立独立的校准体系。
AI 根据报道生成 · 4 小时前更新
最新进展10月21日 12:27
业内分析指出大模型自生成置信度不可靠，建议依托外部特征构建独立校准体系。报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- Hacker News · AI为什么用大语言模型生成置信度分数不可靠
大语言模型生成的置信度分数本质上只是自回归输出的合理文本词元，既不反映事实依据的充分程度，也未针对真实正确率进行过校准。作者指出，改变提示词措辞、前文语气或多次询问都会导致置信度数值大幅漂移，因为模型只学习了置信度文本的外观形态。针对需要筛选不确定回答的智能体系统，应将评分规则与大语言模型生成解耦，基于检索匹配度、多轮一致性及人工核验历史等外部特征建立独立的校准体系。
本事件热度走势
当前热度 9·可比范围峰值 10（10月21日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。