一句话定义：Logprobs（对数概率）是语言模型对每个候选 token 输出的概率取自然对数后的值，它回答的是"模型对这一步输出有多确信"。
它是怎么来的
大模型生成文字时并不是直接从脑子里蹦出一个词，而是先给词表里每个可能的 token 打分（这些原始分数叫 logits），再用 softmax 归一化成概率分布，最后要么取最大（贪心解码），要么按概率随机抽（采样）。这个概率取自然对数，就是 logprob。
因为是概率的对数，它落在负无穷到 0 之间：概率越接近 1，logprob 越接近 0。
| 概率 | logprob | 直觉 |
|---|---|---|
| 1.0 | 0 | 闭着眼都知道 |
| 0.5 | ≈ -0.69 | 五五开 |
| 0.1 | ≈ -2.3 | 有点悬 |
| 0.001 | ≈ -6.9 | 基本是瞎猜 |
打个比方：logprob 就像答题人写在脸上的自信程度。答案对不对先不论，-0.01 是脱口而出，-8 是硬凑出来的。
为什么不用概率本身而用对数？一是概率连乘容易数值下溢，取对数后连乘变连加；二是低概率区间区分度更好，-3 和 -4 的差别一眼可见，而 0.001 和 0.0001 看着都像 0。
和相邻概念的区别
- logits 是 softmax 之前的原始分数，未归一化，可以任意大；logprob 是归一化后再取对数，量纲统一、可比较。
- probability 和 logprob 是同一信息的两种表达，指数一下就能互相换算。
- temperature、top_p、top_k 这类采样参数会改变实际用于采样的分布，从而改变观测到的 logprob——温度调高，分布变平，原本高概率 token 的 logprob 反而更负。
对实际工作的意义
1. 做分类：把候选标签当输出，比较它们的 logprob，谁高选谁。这是少样本分类的常见套路，不用训练就能落地。
2. 阈值与校准：给平均对数概率设个阈值，低于阈值的回答就转人工、触发检索或直接拒答，这是把"模型不确定性"接进业务流程的最直接方式。
3. 幻觉排查：低置信度的位置往往就是编造的起点，可以定位到具体 token 而不是整句话。
4. 模型评估：困惑度（perplexity）本质上就是平均 logprob 的指数形式，数值越低说明模型对文本越不意外。
几个别踩的坑
logprob 高不等于正确，模型会"自信地错"；不同模型之间的 logprob 不能直接横向比较，因为 tokenizer 和训练目标不同；也不要简单把一句话里各步的 logprob 相乘当作整句概率，采样过程和上下文变化会让这个数失去意义。至于哪些接口会返回该字段、参数怎么传，以官方页面为准。