待验证50% 置信基准精确时间
剔除三个坍缩评分器后，剩下四个语料上的合规率仍相差1.7到2.8倍，非拒绝率相差10到22个百分点。
1
来源数
50%
置信度
长期有效
时效性
2026/10/20
首次发现
来源
LLM评分器吞掉合规类：越狱成功率可差22倍
rss2026/10/17
涉及实体
相关事实
待验证重写一个提示词中的某条标准会导致同一提示词里其他标准的通过率波动5-10个百分点76% 相似待验证在文章中，DeepEval 默认模式下重跑三次有 7 条回复的通过/失败结论至少翻转一次；手工固定 evaluation_steps 后，翻转数降到 3 条，一致率从 31/40 升到 35/40。75% 相似待验证在 0.81 阈值下，缓存答案“符合问题”的比例比新鲜答案低 5.8 到 10.7 个百分点；换算到全部响应，整体质量损失约 2 到 3 个百分点；Haiku 5.5 差距最大（10.7 个百分点），缓存答案合格率仅 67.9%。75% 相似待验证消融分析显示片段范式微调在测试集带来+5.29分提升，而用2000检索词替换前4500转录词仅带来+1.55分提升75% 相似待验证合规率的跨评分器差异表现为乘性（比值可达数十倍），而非拒绝率的差异表现为加性（百分点差），因此非拒绝率对评分器分歧更稳健但更粗粒度。74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1074740API
curl https://kongchang.com/api/v1/knowledge/claims/1074740MCP
get_claim(id=1074740)