Unverified50% confidenceDecision RuleExact time
在部署LLM时若只用能否成功控制概念这一个指标来选择方法，可能会选到在真实使用中输出质量糟糕的方案
1
Sources
50%
Confidence
Long-term
Relevance
9/30/2026
First Seen
Sources
Related Entities
Related Claims
UnverifiedLLM应用的问题往往不是崩溃，而是悄悄给出糟糕的答案，因此需要将质量评估与性能监控结合77% similarUnverified在网络安全领域使用LLM作为裁判是有缺陷的，因为LLM总是会声称自己成功完成了攻击，必须为每个能力层级设计确定性的评分裁判75% similarUnverified基于LLM的路由会引入额外推理开销并强烈依赖底层LLM能力，缺乏通用性和可移植性75% similarUnverifiedLLM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74% similarVerifiedLLM输出具有概率性，存在幻觉风险，可能误判情境并调用本不该调用的工具72% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/962613API
curl https://kongchang.com/api/v1/knowledge/claims/962613MCP
get_claim(id=962613)