概念self-consistency bias / 自评偏差
自我一致偏差
指模型在评估自身输出时倾向于给出与既有判断一致的结论，从而系统性低估自身错误的现象；在安全场景下会导致漏报率被低估，通常通过独立评审模型、抽样人工复核或更换提示角色来缓解
时间轴 (近 90 天)
11月4日
自我一致偏差指模型在评估自身输出时倾向于给出与既有判断一致的结论，从而系统性低估自己的错误。
待验证50%
指模型在评估自身输出时倾向于给出与既有判断一致的结论，从而系统性低估自身错误的现象；在安全场景下会导致漏报率被低估，通常通过独立评审模型、抽样人工复核或更换提示角色来缓解
自我一致偏差指模型在评估自身输出时倾向于给出与既有判断一致的结论，从而系统性低估自己的错误。