当前位置：首页 > AI科普

「Softmax 是啥？AI 怎么把心里没底变成百分比」

一句话先说清楚：Softmax 干的就是算百分比这件小事

你问 AI 一个问题，它其实先在心里给每个可能的答案打了个分。分有高有低，但光看分数你不知道它有多笃定。Softmax 干的事特别朴素，把这一串分整理成一组加起来正好百分之百的概率。谁分高，谁的概率就大，一目了然。米岸AI 平时写科普就图这个，把绕来绕去的东西拽回地面说人话。要说它重要在哪儿，就是你每次看到 AI 说我有几成把握，那数字八成就是它算出来的，懂了它你才不会被一个百分比牵着鼻子走。

这些分数本来是从哪来的

大模型最后一层会吐出一组数字，行话叫 logits，你就当是它对每个候选的倾向值。比如让模型从猫、狗、猪里挑一个，它可能给猫打三点二、狗打一点一、猪打零点四。这还只是倾向，不是概率，分高不代表概率就高，得归一化才作数。同一个问题换种问法，这组分数也会变，所以它是临场发挥的结果，不是什么固定答案。理解了这点，你就不会把模型的分数当成客观真理，它只是那一刻的偏好。

归一化听着玄乎，其实就是按总分重新分蛋糕

Softmax 的活儿分三步。第一步，给每个分数套个指数函数，也就是 e 的 x 次方，把负数也变正数、把差距拉大。第二步，把变完的数全加起来得到总和。第三步，每个数都除以总和。出来的结果全是正数，加起来正好一，也就是百分之百。这就像三个人分一块蛋糕，先按各自胃口把想吃多少放大，再按总胃口来切，谁想吃得多谁就拿大块。最后每块占总量的比例，就是它对应的概率，既好看又公平。

为啥非得用指数，不能直接除总分

直接除总分也行，那叫 softmax 的穷亲戚，平均归一化。但大模型的毛病是分数差距可能很小，直接除看不出谁更占优。指数一上，差距被放大，模型更确信的那个答案概率会明显冒头。要我说，这跟人投票一个理，平票看不出民意，差距拉大才显出谁是多数派。当然指数也有副作用，本来差不多的两个分数，过完指数可能一个九成、一个一成，看着比实际更笃定，这叫过度自信，模型常犯的毛病。

生活里它藏在哪儿

你看到的 AI 置信度百分之八十七，背后十有八九是 Softmax。翻译软件给的多个候选、识图 App 说这是猫百分之九十五，全是它干的活。它不参与思考，只负责把思考结果翻译成人能读的百分比。所以别被九十九 percent 吓着，那只是模型自己觉得稳，不代表一定对。真要用它做决定，还得看你自己的判断，别把模型的百分比当成圣旨，它只是个参考值。