待验证50% 置信观点精确时间

多评判者投票系统在多个存在不同偏差的评判者独立评分时偏差方向相互抵消，聚合结论可靠性高于单一评判者

1

来源数

50%

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）79% 相似待验证评级结果依赖观察者主观判断，不同人对同一样品的读数可能存在半级至一级偏差，难以做到完全客观统一74% 相似待验证该量表属于自评量表，受被试主观报告倾向影响大；存在掩饰动机或述情障碍的人群测评准确性会明显下降69% 相似待验证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68% 相似待验证审查标注分歧比只看一致率数字更有价值，应研究为什么不同意而非只看同意了什么67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/426486

API

curl https://kongchang.com/api/v1/knowledge/claims/426486

MCP

get_claim(id=426486)