temperature=0 为何不等于 LLM 输出可复现：GPU 浮点与批处理引入随机性

temperature=0 仅让 LLM 采用贪心解码选择最高概率 token，并不保证确定性推理。GPU 浮点运算、批处理与并行执行可能造成细微数值差异，当候选 token 概率接近时便可能翻转后续输出，因此同一输入仍可能生成不同回复。