待验证50% 置信事实精确时间

在裁决队列中，有案例显示一位评审员将部分合规标记为通过，而另一位标记为失败。

1

来源数

50%

置信度

长期有效

时效性

2026/10/18

首次发现

来源

盲审实验揭示：评分标准过度依赖首次评分

涉及实体

评审员concept 合规判定concept

相关事实

待验证探针包含一对假评委作为自检：一个被设定为对损害版本给出不同分数（应被标记），另一个对两个版本给出相同分数（不应被标记），否则运行报告无效。78% 相似待验证强制检查应与评分分离，可选检查项得分再高也无法抵消一个失败的强制检查75% 相似待验证大多数基准测试以准确率为核心指标，将答错和拒答都计为非正确，不区分危害差异。68% 相似待验证评估集应来自真实疑难案例（缺失发票、已付款发票、不匹配账户、政策例外等），而非十个简单的理想路径案例67% 相似待验证使用 LLM-as-a-judge 做安全评测时，应当显式检查裁判的拒绝率，而不是只看最终分数。67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1064063

API

curl https://kongchang.com/api/v1/knowledge/claims/1064063

MCP

get_claim(id=1064063)