待验证50% 置信权衡取舍精确时间

LLM-as-a-Judge方法引入额外的推理成本，并可能出现攻守同质化问题——攻击者可用语言不可读性手段欺骗充当裁判的模型

1

来源数

50%

置信度

长期有效

时效性

2026/9/18

首次发现

来源

语言不可读性：大模型安全的隐藏攻击面

涉及实体

LLM-as-a-Judgeconcept

相关事实

待验证NLI模型推理速度快但覆盖面有限，LLM-as-a-Judge覆盖面广但成本较高且存在评判偏差72% 相似待验证LLM-as-Judge方法存在固有局限，模型评估自身输出时可能存在系统性盲点，通常需要配合外部验证手段71% 相似待验证上下文浓缩策略的代价是可能丢失被判定为不重要的细节信息，导致后续对话理解偏差或重复犯错70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/933164

API

curl https://kongchang.com/api/v1/knowledge/claims/933164

MCP

get_claim(id=933164)