待验证50% 置信事实精确时间
一项发表于arXiv的研究《Auditing and Repairing LLM-as-Judge Failures in a Production Text-to-SQL Pipeline》审计了实际部署的gpt-4o-mini裁判
1
来源数
50%
置信度
长期有效
时效性
2026/9/28
首次发现
来源
涉及实体
相关事实
待验证给 LLM 授予生产数据库权限很简单，真正困难的是如何把权限收回来64% 相似待验证4.1.1 版本采用快速失败策略，当检测到危险条件同时成立时 table.transform() 会抛出 TransactionError 异常63% 相似待验证研究表明Text-to-SQL在真实企业数据库上的准确率远低于标准化基准测试，主因之一是字段命名不规范和业务语义缺失63% 相似已验证提示注入（Prompt Injection）本质上是大模型无法区分数据与指令的架构性缺陷，与传统SQL注入中数据库引擎混淆数据与SQL指令类似62% 相似待验证将审计流程应用于BIRD-financial基准时，标记出25.5%由专家撰写的黄金标准SQL存在候选质量问题61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/955607API
curl https://kongchang.com/api/v1/knowledge/claims/955607MCP
get_claim(id=955607)