DeepMind 论文:LLM 无法真正随机,给随机种子才行
rohanpaul_ai · x · 2026-10-27
Google DeepMind 新论文《The Illusion of Stochasticity in LLMs》(COLM 2026)指出:LLM 作为 agent 时无法自主做出真正的随机选择。Agent 常需按设定概率随机行动(如以不可预测顺序检查服务器),但 LLM 声称会均匀采样,实际却反复落在 7、42 或选项 C 这类「偏爱值」上。
跨多个模型家族、规模、提示方式与分布的严格实证显示:前沿模型能把外部提供的随机种子转换为目标分布,但直接从指定分布采样的能力存在根本性缺陷——即模型无法把内部概率估计正确映射为随机输出。
所属事件:DeepMind 论文称 LLM 无法自主随机,需外部提供随机种子(2 条相关)→
「编程与Agent」频道最新
- 开发者观点:与 agent 交互式协作仍有未被挖掘的价值 — alex_frantic · 2026-10-27
- 研究者发起 AMA:揭秘「平民开发者」用 AI Agent 自动化企业工作 — Loose_Rip359 · 2026-10-27
- Gradio 推 ML Intern 人工介入:训练前可暂停审核数据 — Gradio · 2026-10-27
- 玩家用本地 LLM + Blender MCP 自动搭建 Halo 无限 Forge 地图 — swagonflyyyy · 2026-10-27
- Unity 前开发者:OpenClaw 清理得不错,值得再试一次 — lucasmeijer · 2026-10-27
- Agent skills 积累数月后互相冲突,玩家分享「技能管理技能」妙招 — Successful-Tax1306 · 2026-10-27