返回热点榜
llm热度 16.5°

AI 聚合热点事件 · 2026/10/27

DeepMind 研究:LLM 无法自主生成真随机数

1 篇收录报道1 家独立信源交叉印证持续跟踪至 2026/10/27 02:24:12
全景综述与最新动态
1 家信源交叉印证

Google DeepMind 最新论文指出,大语言模型(LLM)在独立执行时无法产生符合统计分布的真随机选择。实验显示,即使调整温度或采样参数,模型仍倾向于特定数字;但在外部代码提供随机种子后,较大模型能正确转换。该发现对依赖随机性的智能体安全与决策机制具有直接工程指导意义。

最新动向/Google DeepMind 最新论文指出,大语言模型(LLM)在独立执行时无法产生符合统计分布的真随机选择。实验显示,即使调整温度或采样参数,模型仍倾向于特定数字;但在外部代码提供随机种子后,较大模型能正确转换。该发现对依赖随机性的智能体安全与决策机制具有直接工程指导意义。

逐小时热度走势

2 个完整观测小时
连续完整观测不足 3 个小时,暂不绘制趋势曲线。

报道时间线

共 1 篇 · 最新优先
  1. Rohan Paul (@rohanpaul_ai)T2·78 分

    DeepMind 研究:LLM 无法自主生成真随机数

    原标题:New Google DeepMind paper finds that AI models cannot make truly random choices on their own, but la...

    • LLM 独立生成的随机序列存在严重偏差,无法通过调整温度或 top-p 修复
    • 在模拟安全攻击场景中,LLM 的伪随机行为导致防御成功率大幅下降
    • 工程建议:智能体所需的随机性应由外部代码生成并传入模型,而非依赖模型自身