待验证50% 置信观点精确时间
在遗留系统场景下，衡量LLM输出质量的标准不应是代码有多新，而应是它是否尊重了系统既有的行为契约
1
来源数
50%
置信度
长期有效
时效性
2026/11/2
首次发现
来源
涉及实体
相关事实
待验证LLM的目标函数与遗留系统维护目标存在错位：LLM被训练为生成典型的好代码，而遗留系统需要保守修改以保持原样72% 相似待验证对大多数LLM应用来说，输出长度本质上是产品决策，而非模型能力问题。72% 相似待验证真正的LLM可复现性应通过行为契约来表达，即在给定语料集上输出哈希的下游指标（通过率、关键词命中率、结构化JSON可解析性）应保持统计意义上的稳定，而非逐字节一致。69% 相似待验证LLM 的判别能力（判断输出质量）通常优于其生成能力（直接产出完美结果），因此多轮迭代可逐步缩小两者差距69% 相似待验证LLM judge的评估标准会随着模型版本更新、业务规则调整、用户行为变化而漂移，而漂移本身不会主动报错。69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1128656API
curl https://kongchang.com/api/v1/knowledge/claims/1128656MCP
get_claim(id=1128656)