Stochastic CHAOS 论文主张LLM随机性推理优于确定性推理

arXiv 论文《Stochastic CHAOS》（arXiv:2601.07239v2，Tanmay Joshi 等）主张大语言模型不应强制采用确定性推理，而应把输出分布的变异性作为可控信号加以测量和控制。 论文摘要称，单样本确定性评测会系统性误导：低估模型能力与脆弱性，掩盖释义和噪声下的失败概率，并可能隐藏多采样评测中才出现的罕见安全风险。论文将其立场与 Thinking Machines Lab 此前对 LLM 推理非确定性的分析相对照，称“对 LLM 而言确定性推理是致命的”。 相关结论目前仅依据论文摘要，尚未经独立复现验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。