待验证50% 置信事实精确时间

Judge Bait 实验中被测模型扮演裁判，拿到一个问题和一对（一对一错）答案并选出正确答案，每对答案以正反两种顺序各展示一次，只有两次都选对才算通过

1

来源数

50%

置信度

长期有效

时效性

2026/10/11

首次发现

来源

给LLM裁判下套：弱模型会篡改数学来迎合提示注入

涉及实体

Judge Baitproduct

相关事实

待验证该测试题属于条件概率与组合逻辑的交叉问题，要求模型同时追踪口味、形状、抽取顺序等多个变量的约束关系71% 相似待验证判断模型选型的实用标准是数一数答案需要几步：一步可答用 System 1，多步可答用 System 269% 相似待验证在一次单步去噪步骤中，模型对每个答案槽位直接读出概率分布，而不是逐 token 采样生成69% 相似待验证裁决式查询模式通过将判断逻辑外置到确定性规则引擎，规避了向量检索近似匹配和LLM概率采样不可重现的问题68% 相似待验证答案解析的鲁棒性往往直接决定评估得分，因为模型可能以多种格式表达同一答案67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/996771

API

curl https://kongchang.com/api/v1/knowledge/claims/996771

MCP

get_claim(id=996771)