一位使用OpenAI模型的用户发现，即使将温度设置为0.0，在与安全相关的评分任务中的输出也是不一致的。多次运行相同的提示和相同的图像，导致模型的分类在“低”风险和“中”风险类别之间切换。这表明，除了温度之外，内部路由或浮点运算等因素也会在模型输出中引入非确定性，尤其是在分数接近决策阈值时。 AI
影响 强调了即使在严格的参数设置下，模型在安全关键应用中可复现性方面可能存在的问题。
排序理由 用户生成的关于模型行为的观察，而非直接发布或研究论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
<table> <tr><td> <a href="https://www.reddit.com/r/OpenAI/comments/1vcakkh/a_hard_threshold_turned_temp0_score_noise_into/"> <img alt="A hard threshold turned temp=0 score noise into 50/50 Low/Medium decisions" src="https://preview.redd.it/dp7efqku7ogh1.png?width=140&height=1…