AI 模型
用 Qwen3-1.7B 自建「单次前向」决策模型，暴露 LLM 置信度不可信
据开发者 Nish Tahir 博客（2026-10-10），其用约束解码把 Qwen3-1.7B 做成「system one」决策模型：从固定选项单次前向选答案，不用逐 token 生成。CommonsenseQA 上准确率 725/1221≈59.4%；但模型报 0.9-1.0 置信度时实际只对约 70%，属系统性过度自信；作者用温度缩放（T≈3.797）做校准。仅 1.7B 小模型加 CommonsenseQA 的结论，不能外推到前沿大模型。
对 AI 使用者意味着什么
LLM 做选择题可被工程化成更便宜的单次前向范式，但置信度不能当可靠性用；风险：单人博客，基准只在 1.7B 小模型加 CommonsenseQA 上测，结论不能外推到前沿大模型。
有具体工作流问题？联系咨询。新闻本身免费阅读。