实测 Claude 选数 100 次全是 7,一个 prompt 让它接近真随机
beglen · x · 2026-10-14
beglen 用三组各 100 次的实验(Claude Sonnet, 2026-10-13)展示了 LLM 的「最可能答案」本质:
- 直接问:让模型「从 1 到 10 选个数」,100 次全部答 7——它给的永远是最可能的答案。
- 问分布:改问「每个数字各有多少%的人会选?」,模型能回忆出接近 YouGov 真实调查(7350 名美国成年人,36% 选 7)的分布,但略偏均匀。
- 制造随机:让它随便写一句话、数字母数取个位加 1,100 次结果的分布经卡方检验已无法与真随机区分(p=0.40)。
结论:AI 默认输出众数是特性不是 bug,想要分布就问分布,想要随机就得借道间接流程。
「模型」频道最新
- Snap 号称首个全次二次语言模型上线,任意输入长度单 token 算力恒定 — ryanallred · 2026-10-14
- 用户踩坑 xAI 合并账单,67% 折扣的 SuperGrok Heavy 年费套餐无法恢复 — RexDouglass · 2026-10-14
- HyperThink：超网络一次前向预付推理计算，替代长思维链 — Donggyun Kim · 2026-10-14
- Uberti 补充：人声消除不足以救小模型的音频任务 — juberti · 2026-10-14
- Gemini 4 Argon 3D 重建大跃进：BuildingBench 得分 81.2，成本仅 1/5 — Lianhuiq · 2026-10-14
- WebRTC 作者：说话人分离是歧途，应让 LLM 直接学抗噪 — juberti · 2026-10-14