待验证50% 置信事实精确时间

每次 LLM 评估都需要额外的 LLM API 调用，成本随测试规模线性增长

1

来源数

50%

置信度

长期有效

时效性

2026/9/21

首次发现

来源

jevals：用类型化Jev决策替代LLM评判器的新思路

涉及实体

LLM as Judgeconcept

相关事实

待验证LLM 驱动的动态选型每次路由都需额外增加一次 LLM 调用，带来延迟与成本叠加，并引入用于决策的模型本身可能判断错误的不确定性71% 相似待验证LLM作为裁判的评估方式需要消耗Token生成待评估答案，再额外消耗Token让另一个模型打分，导致双倍甚至多倍的Token开销69% 相似待验证LLM成本优化体系可分为模型层、提示层、推理层、流量层，语义缓存属于流量层优化69% 相似待验证LLM运行时动态生成的DAG可能包含不合理的依赖关系或遗漏必要步骤，因此需要在执行前增加校验层68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/937711

API

curl https://kongchang.com/api/v1/knowledge/claims/937711

MCP

get_claim(id=937711)