待验证50% 置信事实精确时间

研究界将同一模型对措辞细微不同的指令给出质量差异显著回答的现象称为'提示敏感性'（prompt sensitivity）

1

来源数

50%

置信度

长期有效

时效性

2026/10/11

首次发现

来源

LLM能力认知鸿沟正在扩大：我们对AI的理解为何分裂

涉及实体

提示敏感性concept prompt sensitivityconcept

相关事实

待验证显式反馈依赖用户主动参与导致样本偏差，隐式反馈解读需要因果推断，成熟团队会叠加两类信号并结合A/B测试76% 相似待验证源于评估方式的敏感性可能来自评分标准对特定表述有偏好、参考答案格式单一、或自动评估器对输出格式解析过于僵硬74% 相似待验证一个对提示词措辞敏感的基准，排行榜名次可能更多反映各模型碰巧对上评估器口味，而非真实能力高低73% 相似待验证标注员的偏好存在系统性偏差，对礼貌、结构清晰、回避风险的回答打分更高70% 相似待验证CUE支持两种评测模式：用户条件化的会话重放，以及新人格采样下的指标一致性70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1000345

API

curl https://kongchang.com/api/v1/knowledge/claims/1000345

MCP

get_claim(id=1000345)