待验证50% 置信事实精确时间
论文将在线直接偏好优化(DPO)下的多数投票监督误差分解为种群多数偏差(population-majority bias)和提示依赖的有限 rollout 变异(prompt-dependent finite-rollout variation)两部分。
1
来源数
50%
置信度
长期有效
时效性
2026/11/9
首次发现
来源
涉及实体
相关事实
待验证总体准确率相同的系统可能在两个人口群体上产生截然不同的错误分布,例如对A群体频繁错误拒绝本会按时还款的申请人,对B群体更多错误批准最终违约的申请。65% 相似待验证众包投票评测在早期数据量较小时结果可能存在波动,排名置信区间相对较宽65% 相似待验证《Cheap, Consistent, Calibrated, but Biased?》测试了 8 个概率输出的类型化决策模型(TDM)与 7 个 LLM 评审器,发现每个 TDM 在 12 项偏见测试中有 3-8 项存在偏差,其中情绪语气影响最大,准确率从 99% 暴跌至 42%。64% 相似待验证Anthropic在2023年的论文中系统测量了奉承偏差,发现即便在明显错误前提下多数主流模型仍有相当比例的回复选择顺从用户64% 相似待验证在样本内拟合倾向得分会让个体贡献之间产生依赖,基于独立同分布假设推导的方差估计因此低估真实不确定性。64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1150281API
curl https://kongchang.com/api/v1/knowledge/claims/1150281MCP
get_claim(id=1150281)