双摆视频解释为何 LLM 极度敏感且不稳定
emax · x · 2026-08-30
帖子分享了一个关于双摆的视频，认为这是解释为何“改动一个词就会破坏 Claude 或 GPT-5 输出”的最佳免费资源。作者指出，LLM 并非确定性机器，每个提示词都像双摆一样处于混沌状态：初始状态的微小扰动（如一个逗号或空格）会让整个响应进入完全不同的吸引子。这种蝴蝶效应正是导致 API 调用感觉不可靠的数学根源。视频时长 26 分钟，建议收藏观看。
「模型」频道最新
- 异构GPU实测Qwen3.8-27B：eGPU层分模式与MTP加速全解析 — CoffeeToCode99 · 2026-08-30
- MiniMax 联合发布新模型，引发布场争议 — altryne · 2026-08-30
- HRFFA 发布：大角度鲁棒人脸对齐数据集与管线 — yacineMTB · 2026-08-30
- Claude Code 现出极速异常响应：比平时快 150 倍 — weswinder · 2026-08-30
- 用户感叹模型没有默认赢家：Opus 5 啰嗦，GLM 与 Kimi 性价比高 — Yuchenj_UW · 2026-08-30
- GLM-5.3 后训练机制详解：环境设计与 RL 算法解析 — JohnAlexander · 2026-08-30