待验证50% 置信观点精确时间

用 LLM 评审 LLM 是当前常见的验证方案，但评判标准本身不可审计，因为模型的评分依据隐藏在权重里，无法像测试用例那样被复查和复现。

1

来源数

50%

置信度

长期有效

时效性

2026/10/14

首次发现

来源

Tiden：为编码智能体做意图验证的新工具

涉及实体

LLM 评审concept

相关事实

待验证使用 LLM 生成代码或文档并不意味着可以免除审查、测试和验证的义务73% 相似待验证无参考（reference-free）的LLM评判员即不提供标准答案，直接让LLM凭自身理解打分73% 相似待验证不应将LLM评审数量等同于证据强度，也不应认为用不同厂商的顶级模型交叉验证能免除错误相关性；在宣称某系统显著更好前应先做错误相关性校正72% 相似待验证LLM在架构层面无法区分可信指令和不可信输入，因此类似参数化查询的纯技术解决方案至今尚未出现68% 相似待验证LLM Supervisor在语义判断上有优势，但无法提供确定性保证。67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1027327

API

curl https://kongchang.com/api/v1/knowledge/claims/1027327

MCP

get_claim(id=1027327)