待验证50% 置信事实精确时间
裁判模型存在系统性偏差：偏爱与自身训练分布相似的输出风格、对更长回答给出更高分（verbosity bias）、对答案在提示中出现位置敏感（position bias）
1
来源数
50%
置信度
长期有效
时效性
2026/10/6
首次发现
来源
涉及实体
相关事实
待验证来自不同厂商、经历不同训练路径的模型持有不同的先验偏见，从而在交叉审查中形成真正的视角差异79% 相似待验证exposure bias的根源在于训练与推理的分布不匹配，训练时使用teacher forcing策略而推理时模型依赖自身生成的token79% 相似待验证裁判模型本身可能存在偏差，例如倾向于给与自身风格相近的回答打高分，建议选用与被评估模型不同厂商的模型担任裁判以降低系统性偏差78% 相似待验证单一评判模型存在位置偏见、长度偏见和自我偏见等已知偏差77% 相似待验证主流偏见基准测试的共同局限在于它们测量的是模型在特定受控语境下的显性选择，而非开放式生成、长文本推理或复杂角色扮演场景中流露的隐含偏见76% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/979860API
curl https://kongchang.com/api/v1/knowledge/claims/979860MCP
get_claim(id=979860)