待验证50% 置信事实精确时间
当多位标注者给出不同判断时，工程实践通常采用投票、平均等聚合手段压缩成单一标签，或将分歧当作噪声剔除
1
来源数
50%
置信度
长期有效
时效性
2026/10/9
首次发现
来源
涉及实体
相关事实
待验证LLM评估相比人工更客观，能在统一评估框架下对候选人一致性打分，避免人类面试官因疲劳、心情、首因效应等认知偏差导致的不公68% 相似待验证多评判者投票系统在多个存在不同偏差的评判者独立评分时偏差方向相互抵消，聚合结论可靠性高于单一评判者67% 相似待验证把某个群体的判断默认为正确而把其他合理判断当作噪声剔除可能是一种隐性偏见放大机制67% 相似待验证问卷设计中的「测量偏差」（Measurement Bias）指题目措辞、选项顺序、量表极端程度会系统性影响作答结果，使分布偏向设计者预设的方向66% 相似待验证单一LLM评判者存在位置偏见（倾向于给出现在前面的答案更高评分）和自我增强偏见（倾向于给自家风格的输出打高分）66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/990460API
curl https://kongchang.com/api/v1/knowledge/claims/990460MCP
get_claim(id=990460)