待验证60% 置信事实精确时间
单一评判模型存在位置偏见、长度偏见和自我偏见等已知偏差
2
来源数
60%
置信度
长期有效
时效性
2026/7/10
首次发现
来源
别看跑分！四个实测标准帮你判断大模型真实水平
bilibili鲲鹏AI探索局2026/7/6
相关事实
待验证单一LLM评判者存在位置偏见（倾向于给出现在前面的答案更高评分）和自我增强偏见（倾向于给自家风格的输出打高分）84% 相似已验证LLM-as-a-Judge方法存在位置偏差、冗长偏差和自我偏好偏差等已知系统性偏差80% 相似待验证裁判模型存在系统性偏差：偏爱与自身训练分布相似的输出风格、对更长回答给出更高分（verbosity bias）、对答案在提示中出现位置敏感（position bias）77% 相似待验证主流偏见基准测试的共同局限在于它们测量的是模型在特定受控语境下的显性选择，而非开放式生成、长文本推理或复杂角色扮演场景中流露的隐含偏见77% 相似待验证研究定位偏见的来源是特定路由信号——输入长度，而非复杂度评估的整体机制73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/412646API
curl https://kongchang.com/api/v1/knowledge/claims/412646MCP
get_claim(id=412646)