Unverified75% confidenceOpinionTime unknown
LLM的错误往往不是随机分布的，当AI在某个架构假设上出现偏差时，后续所有基于该假设的决策都会系统性地偏离正确方向
1
Sources
75%
Confidence
Long-term
Relevance
5/31/2026
First Seen
Sources
AI Coding做游戏有多离谱？一个月复刻大巴扎写了10万行代码
bilibili山中白狼
Related Entities
Related Claims
UnverifiedLLM应用的失败往往是概率性的，相同输入在不同时刻可能产生不同输出，需要建立包含准确率、幻觉率、相关性评分等指标的评估体系而非依赖传统单元测试77% similarUnverified绝对偏差通常可通过标定来补偿，而重复性差意味着误差随机不可预测，很难通过校准解决74% similarUnverifiedAgent链式调用多步之后，每次LLM输出的细微差异导致误差逐步放大，最终结果偏离预期73% similarUnverifiedLLM因幻觉、提示注入或上下文误解可能做出错误判断，若无独立验证机制，错误推理会直接转化为错误的生产操作73% similarUnverified总预测误差可以分解为偏差²+方差+不可约误差73% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/11728API
curl https://kongchang.com/api/v1/knowledge/claims/11728MCP
get_claim(id=11728)