待验证50% 置信事实精确时间

论文的贡献不是造出更准确的评判器，而是提供一种无标签方法来判断评判器何时对自己的答案毫无依据

1

来源数

50%

置信度

长期有效

时效性

2026/9/28

首次发现

来源

多智能体代码评审何时可信？无标签检测让AI学会"拒绝猜测"

涉及实体

无标签测量concept

相关事实

待验证rebuttal之后审稿人主动改分的概率通常不高73% 相似待验证直接让裁判LLM做主观的好坏判断不靠谱，应将评判拆解为一组明确的是非题（rubric评分标准）以获得量化指标68% 相似待验证文中指出这些说法主要来自作者个人陈述，缺乏第三方验证的量化数据68% 相似待验证SAGE 并不试图取代人类评审员，而是生成一份详细、证据关联、可审计的初稿供专家修正68% 相似待验证论文认为在法律场景中拒绝回答或提示不确定性往往比强行给出看似完整的答案更负责任，这与当前LLM倾向于永远给出答案的行为形成对比68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/955494

API

curl https://kongchang.com/api/v1/knowledge/claims/955494

MCP

get_claim(id=955494)