待验证50% 置信事实精确时间

高准确率的前沿模型评审之间的错误依赖性更强，即使这些评审来自不同的服务商

1

来源数

50%

置信度

长期有效

时效性

2026/9/23

首次发现

来源

LLM评审共识的陷阱：错误相关性如何夸大证据强度

涉及实体

前沿模型concept

相关事实

待验证更密集的相关性判断可降低模型检索到的正确结果被误判为无关的概率，从而提高评测可信度78% 相似待验证与接收方倾向一致的错误比同等错误率的随机错误更严重地拉低模型性能77% 相似待验证提高排序精度往往意味着模型更依赖接近事件发生时的强信号特征，可能牺牲早期预警提前量，这种权衡在医疗诊断和金融欺诈检测领域同样存在74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/942778

API

curl https://kongchang.com/api/v1/knowledge/claims/942778

MCP

get_claim(id=942778)