夜雨聆风系列：大模型算法白话拆解 · 阶段五：概率统计
你点了一份外卖。
软件上写着：预计29分钟送达。
29分钟过了，没动静。再等5分钟，还没来。又过了10分钟，骑手才按响门铃。
你盯着那个29分钟，越想越不对。这个数字到底从哪儿来的？
我们自己算一遍
假设你家楼下那家店，过去送了1000单，结果有三种：
500单，20分钟送到 300单，30分钟送到 200单，50分钟送到
平均送达时间怎么算？
把分子展开，1000拆进去：
就是20分钟在历史里出现的频率，也就是概率。
这个就叫期望。不是新东西，就是加权平均。
软件显示的29分钟，就是这么来的。
它是过去一千单算出来的平均数。
问题在这里
再看一眼那张表，有20%的概率，送达时间是50分钟。
期望值没说这件事。它只告诉你重心落在哪。每次实际结果离重心有多远，它不管。
现在看隔壁那家店，历史记录是这样：
400 单，25分钟送到 400 单，29分钟送到 200 单，33分钟送到
期望值：
跟第一家几乎一样。
两家店期望值差不多，但一家最晚33分钟，另一家能拖到50分钟。
期望值到这里就不够用了。你还需要另一个数，描述结果散得多远。
偏差不能直接加
还是第一家店，期望值 29 分钟。每种结果偏了多少？
20 分钟：偏了-9分钟 30 分钟：偏了+1分钟 50 分钟：偏了+21分钟
按概率加权：
正好是零。
偏早和偏晚精确抵消。期望就是那个重心，偏差一正一负，加起来必然是零。
这条路算不出任何信息。那个50分钟还在那里，数字却说完全没问题。
所以先平方，把负号消掉：81，1，441
再按概率加权，跟算期望一模一样：
129，单位是分钟²，这就是方差。
开个根号换回正常的分钟，叫标准差：
这家店每次送达，平均偏离29分钟约11分钟。
第二家店算下来，只有约3分钟。
两家期望值一样，标准差差了将近四倍。外卖软件只把期望摆出来，方差藏着没说。不是骗，是只说了一半。
大模型在哪里用
同一个问题问 ChatGPT，今天和昨天可能是两个截然不同的答案。背后有个参数，叫 Temperature。
大模型生成文字，一个词一个词往外蹦。每蹦一个词之前，先算出一张概率表：哪些词可能排在后面，各自的概率是多少。和那张外卖送达时间的表是一回事。
这张概率表，来自你已经见过的 softmax：
Temperature 就是往里加了一个参数：
把每个打分除以 ，就这一个改动。
，什么都没变，就是原始 softmax。
，打分缩小，高概率词被压低，冷门词被拉高，各词概率往中间靠。看起来平了，但恰恰因为每个词都有机会，每次采样结果不一样，输出的方差变大。
，反过来，打分被放大，高分词优势更突出，低分词几乎没机会。分布更尖锐，输出的方差变小。
，概率全堆在得分最高的词上，每次输出都一样。方差为零，趋向 argmax。
写代码、做翻译， 压低，每次都选概率最大的那个结果。
写诗、头脑风暴， 调高，赌那个偏出去的好句子。
Temperature 调的是方差，不是智商。
和外卖软件藏起来的那个数，是同一件事。