================================================================================
稳定性测试
================================================================================
模型: DeepSeek-V3.2
每个配置测试次数: 100
测试配置数量: 10
================================================================================

测试配置: temperature=0.1, top_p=0.95, 测试次数=100
开始测试...
  已完成 10/100 次调用
  已完成 20/100 次调用
  已完成 30/100 次调用
  已完成 40/100 次调用
  已完成 50/100 次调用
  已完成 60/100 次调用
  已完成 70/100 次调用
  已完成 80/100 次调用
  已完成 90/100 次调用
  已完成 100/100 次调用

配置结果摘要:
  Temperature: 0.1, Top_p: 0.95
  成功调用: 100/100
  错误次数: 0
  稳定性分数: 1.0000
  最常见结果: 0档
  最常见结果出现次数: 100/100
  唯一结果数量: 1
  结果分布: {'0档': 100}
--------------------------------------------------------------------------------

测试配置: temperature=0.3, top_p=0.95, 测试次数=100
开始测试...
  已完成 10/100 次调用
  已完成 20/100 次调用
  已完成 30/100 次调用
  已完成 40/100 次调用
  已完成 50/100 次调用
  已完成 60/100 次调用
  已完成 70/100 次调用
  已完成 80/100 次调用
  已完成 90/100 次调用
  已完成 100/100 次调用

配置结果摘要:
  Temperature: 0.3, Top_p: 0.95
  成功调用: 100/100
  错误次数: 0
  稳定性分数: 0.9700
  最常见结果: 0档
  最常见结果出现次数: 97/100
  唯一结果数量: 2
  结果分布: {'0档': 97, '1档': 3}
--------------------------------------------------------------------------------

测试配置: temperature=0.5, top_p=0.95, 测试次数=100
开始测试...
  已完成 10/100 次调用
  已完成 20/100 次调用
  已完成 30/100 次调用
  已完成 40/100 次调用
  已完成 50/100 次调用
  已完成 60/100 次调用
  已完成 70/100 次调用
  已完成 80/100 次调用
  已完成 90/100 次调用
  已完成 100/100 次调用

配置结果摘要:
  Temperature: 0.5, Top_p: 0.95
  成功调用: 100/100
  错误次数: 0
  稳定性分数: 0.8000
  最常见结果: 0档
  最常见结果出现次数: 80/100
  唯一结果数量: 3
  结果分布: {'0档': 80, '1档': 18, '2档': 2}
--------------------------------------------------------------------------------

测试配置: temperature=0.7, top_p=0.95, 测试次数=100
开始测试...
  已完成 10/100 次调用
  已完成 20/100 次调用
  已完成 30/100 次调用
  已完成 40/100 次调用
  已完成 50/100 次调用
  已完成 60/100 次调用
  已完成 70/100 次调用
  已完成 80/100 次调用
  已完成 90/100 次调用
  已完成 100/100 次调用

配置结果摘要:
  Temperature: 0.7, Top_p: 0.95
  成功调用: 100/100
  错误次数: 0
  稳定性分数: 0.6400
  最常见结果: 0档
  最常见结果出现次数: 64/100
  唯一结果数量: 4
  结果分布: {'0档': 64, '1档': 29, '2档': 5, '幻觉': 2}
--------------------------------------------------------------------------------

测试配置: temperature=0.9, top_p=0.95, 测试次数=100
开始测试...
  已完成 10/100 次调用
  已完成 20/100 次调用
  已完成 30/100 次调用
  已完成 40/100 次调用
  已完成 50/100 次调用
  已完成 60/100 次调用
  已完成 70/100 次调用
  已完成 80/100 次调用
  已完成 90/100 次调用
  已完成 100/100 次调用

配置结果摘要:
  Temperature: 0.9, Top_p: 0.95
  成功调用: 100/100
  错误次数: 0
  稳定性分数: 0.6500
  最常见结果: 0档
  最常见结果出现次数: 65/100
  唯一结果数量: 5
  结果分布: {'1档': 18, '0档': 65, '2档': 13, '3档': 3, '幻觉': 1}
--------------------------------------------------------------------------------

测试配置: temperature=0.1, top_p=0.8, 测试次数=100
开始测试...
  已完成 10/100 次调用
  已完成 20/100 次调用
  已完成 30/100 次调用
  已完成 40/100 次调用
  已完成 50/100 次调用
  已完成 60/100 次调用
  已完成 70/100 次调用
  已完成 80/100 次调用
  已完成 90/100 次调用
  已完成 100/100 次调用

配置结果摘要:
  Temperature: 0.1, Top_p: 0.8
  成功调用: 100/100
  错误次数: 0
  稳定性分数: 1.0000
  最常见结果: 0档
  最常见结果出现次数: 100/100
  唯一结果数量: 1
  结果分布: {'0档': 100}
--------------------------------------------------------------------------------

测试配置: temperature=0.3, top_p=0.8, 测试次数=100
开始测试...
  已完成 10/100 次调用
  已完成 20/100 次调用
  已完成 30/100 次调用
  已完成 40/100 次调用
  已完成 50/100 次调用
  已完成 60/100 次调用
  已完成 70/100 次调用
  已完成 80/100 次调用
  已完成 90/100 次调用
  已完成 100/100 次调用

配置结果摘要:
  Temperature: 0.3, Top_p: 0.8
  成功调用: 100/100
  错误次数: 0
  稳定性分数: 1.0000
  最常见结果: 0档
  最常见结果出现次数: 100/100
  唯一结果数量: 1
  结果分布: {'0档': 100}
--------------------------------------------------------------------------------

测试配置: temperature=0.5, top_p=0.8, 测试次数=100
开始测试...
  已完成 10/100 次调用
  已完成 20/100 次调用
  已完成 30/100 次调用
  已完成 40/100 次调用
  已完成 50/100 次调用
  已完成 60/100 次调用
  已完成 70/100 次调用
  已完成 80/100 次调用
  已完成 90/100 次调用
  已完成 100/100 次调用

配置结果摘要:
  Temperature: 0.5, Top_p: 0.8
  成功调用: 100/100
  错误次数: 0
  稳定性分数: 1.0000
  最常见结果: 0档
  最常见结果出现次数: 100/100
  唯一结果数量: 1
  结果分布: {'0档': 100}
--------------------------------------------------------------------------------

测试配置: temperature=0.1, top_p=0.99, 测试次数=100
开始测试...
  已完成 10/100 次调用
  已完成 20/100 次调用
  已完成 30/100 次调用
  已完成 40/100 次调用
  已完成 50/100 次调用
  已完成 60/100 次调用
  已完成 70/100 次调用
  已完成 80/100 次调用
  已完成 90/100 次调用
  已完成 100/100 次调用

配置结果摘要:
  Temperature: 0.1, Top_p: 0.99
  成功调用: 100/100
  错误次数: 0
  稳定性分数: 1.0000
  最常见结果: 0档
  最常见结果出现次数: 100/100
  唯一结果数量: 1
  结果分布: {'0档': 100}
--------------------------------------------------------------------------------

测试配置: temperature=0.3, top_p=0.99, 测试次数=100
开始测试...
  已完成 10/100 次调用
  已完成 20/100 次调用
  已完成 30/100 次调用
  已完成 40/100 次调用
  已完成 50/100 次调用
  已完成 60/100 次调用
  已完成 70/100 次调用
  已完成 80/100 次调用
  已完成 90/100 次调用
  已完成 100/100 次调用

配置结果摘要:
  Temperature: 0.3, Top_p: 0.99
  成功调用: 100/100
  错误次数: 0
  稳定性分数: 0.9300
  最常见结果: 0档
  最常见结果出现次数: 93/100
  唯一结果数量: 2
  结果分布: {'0档': 93, '1档': 7}