qwen3b

研究发现，LLM代理确定性会随着温度选择性地退化

一项涉及586个LangGraph文件夹研究代理追踪记录的研究表明，采样温度显著影响LLM代理的确定性。在温度为0时，代理在多次运行中表现出相同的追踪形状，为正常行为建立了基线。较高的温度会选择性地损害复杂的推理任务，然后才影响简单的查找，这表明评估阈值应针对问题类型而非统一设置。研究还强调，比较追踪分布（中位数和IQR）比比较均值更能有效地检测回归，因为双峰分布表明存在噪声而非系统性退化。