待验证50% 置信观点精确时间

该研究将LLM视为一种不完美的专家（imperfect experts），能够对变量间的因果方向做出合理推断，但并非百分之百准确

1

来源数

50%

置信度

长期有效

时效性

2026/10/5

首次发现

来源

用大语言模型突破ISM解释结构建模的扩展瓶颈

涉及实体

大语言模型technology

相关事实

待验证研究显示经典自动化指标和无参考的LLM-as-a-Judge方法在大规模专家判断下都被证明是不可靠的70% 相似待验证无参考的LLM打分虽然方便，但可能系统性地偏离专家判断69% 相似待验证LLM解释不忠实的两个核心问题是不完整性（遗漏实际影响答案的因素）和不合理性（提到并未真正影响决策的因素）66% 相似已验证LLM模型的置信度与输出准确性之间没有可靠的正相关关系，本质上不具备元认知能力65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/975772

API

curl https://kongchang.com/api/v1/knowledge/claims/975772

MCP

get_claim(id=975772)