待验证50% 置信事实精确时间

LLM-as-Judge存在位置偏见（Position Bias）和奉承偏见（Sycophancy Bias）等问题

1

来源数

50%

置信度

长期有效

时效性

2026/7/21

首次发现

来源

长时运行AI Agent的7大核心组件设计指南

相关事实

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85% 相似待验证单一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）74% 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70% 相似待验证大语言模型存在奉承偏差（Sycophancy Bias），天然倾向给出正面高分评价，这一偏差在小模型中尤为突出69% 相似待验证LLM评估相比人工更客观，能在统一评估框架下对候选人一致性打分，避免人类面试官因疲劳、心情、首因效应等认知偏差导致的不公68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/582610

API

curl https://kongchang.com/api/v1/knowledge/claims/582610

MCP

get_claim(id=582610)