待验证50% 置信事实精确时间

研究表明LLM裁判倾向于偏好语气自信、篇幅较长或风格与自身相似的输出，且对越狱式措辞更为宽容

1

来源数

50%

置信度

长期有效

时效性

2026/9/18

首次发现

来源

解码LLM基准测试：14767篇论文揭示评估变迁

涉及实体

LLM-as-a-judgeconcept

相关事实

待验证LLM存在自信的流畅性（Confident Fluency）倾向，倾向于给出听起来正确的答案而非承认不确定性76% 相似待验证研究发现用户偏好可能倾向于更长、格式更精美的回答，即所谓的verbose bias或长度偏差74% 相似待验证不同公司训练出的LLM往往收敛到相近的「讨好」策略，例如给出结构清晰、语气肯定、篇幅较长的回答73% 相似待验证LLM智能体普遍具备流畅礼貌富有同理心的语言表达，会系统性拉高满意度分数却与实际业务结果脱钩71% 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69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/931084

API

curl https://kongchang.com/api/v1/knowledge/claims/931084

MCP

get_claim(id=931084)