LLM 仍有自信校准问题
danshipper · x · 2026-07-20
这条在说 LLM 有明显的“自信问题”：当人们问它“某件改变人生的大事有多大概率发生”时，模型往往不能很好地表达不确定性，而是直接给出回答。
作者用一组“两张图的故事”来说明这个现象，核心意思是：模型的问题不只是能力，还包括置信度/校准。
「模型」频道最新
- 有人要建全模型基准分数汇总页 — airesearch12 · 2026-09-11
- 爆料称 Kimi 疑似转发 Claude 冒充自家成绩，DeepSeek 新模型评测反超 — realsohamparekh · 2026-09-11
- 网友吐槽 GPT-5.6 文笔好读但缺乏记忆点 — BasedRaddka · 2026-09-11
- Opus 以"安全"为由拒碰蛋白质生成代码,开发者吐槽误伤 — josephdviviano · 2026-09-11
- 网友称 DeepSeek 4.1 Flash 是语言模型历史拐点(未证实) — himanshustwts · 2026-09-11
- Terminal Bench v4 榜单:GLM-5.3 以 41.9% 一骑绝尘 — Ok_Warning2146 · 2026-09-11