“温度 0”不是语义查询的复现性保证。更麻烦的是，算子里看似很小的输出波动，经过查询计划传播，能变成大面积答案变化。 https://arxiv.org/a… · @vintcessun · TwKit

@vintcessun

“温度 0”不是语义查询的复现性保证。更麻烦的是，算子里看似很小的输出波动，经过查询计划传播，能变成大面积答案变化。 https://arxiv.org/abs/2610.13823 作者重跑三套基准，记录约 120 万次模型调用：单行输出变化率最高可达 24%，UDA-Bench 中少量抽取值变化，就能让约三分之二的答案不同。投票能压低波动，却消不掉；连保留保证的校准级联，返回的行也可能变。只报一次运行的质量、成本和延迟，系统排名与工程建议都可能站不稳。挺难得，这篇认真量化了语义查询里被“确定性设置”掩盖的老问题。

曝光 33 · 评论 0 · 点赞 0 · 书签 0