待验证50% 置信解决方案精确时间

论文提出了LLM-as-a-judge外部过滤思路，利用大语言模型的参数化知识判断转写文本在上下文中是否合理，从而丢弃语境上不可信的转写结果

1

来源数

50%

置信度

长期有效

时效性

2026/9/28

首次发现

来源

噪声警务音频难题：预训练ASR伪标签方法的机遇与边界

涉及实体

LLM-as-a-judgeconcept

相关事实

待验证LLM-as-judge是当前处理无精确标准答案场景的主流方案，用一个独立的语言模型阅读Agent输出并打分或给出判定73% 相似待验证语义验证器并非取代 LLM-as-a-Judge，而是与其形成分层评估策略的补充70% 相似待验证判断两段文字的语义贴近程度靠手写规则程序做不好，需要靠大模型来完成对比评分70% 相似待验证大语言模型在进行文本摘要时，其取舍标准基于统计概率和语义相关性，而非法律上的重要性判断70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/955553

API

curl https://kongchang.com/api/v1/knowledge/claims/955553

MCP

get_claim(id=955553)