待验证50% 置信决策规则精确时间

LLM 天然倾向于给出答案，即使面对不完整数据；系统 prompt 必须显式强制在证据不足时输出 UNKNOWN 分类，引导人类负责人接管。

1

来源数

50%

置信度

长期有效

时效性

2026/10/15

首次发现

来源

AI辅助测试失败分析：把LLM当诊断层而非自愈工具

rss2026/10/15

涉及实体

LLMconcept UNKNOWN 状态concept

相关事实

待验证LLM在标题摘要筛选和全文筛选等高召回筛选任务中表现可靠，但在证据完整提取任务中表现明显下滑，仍需人类主导72% 相似待验证LLM裁判机制验证的是信息的存在而非缺失，因此对遗漏没有明确的锚点去触发核查72% 相似待验证当文档被 LLM 当作等权重的事实来源处理时，其陈旧程度会被放大成具体的错误回答71% 相似待验证缺失性验证要求模型主动推断源材料中哪些重要信息本应出现但被省略，需要先建立完整的应有内容心智模型，对LLM来说困难得多71% 相似待验证LLM具有较强的容错与补全倾向，面对错位的表格数据通常不会报错，而是基于错误数据给出看似合理的推断71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1035278

API

curl https://kongchang.com/api/v1/knowledge/claims/1035278

MCP

get_claim(id=1035278)