概念confidence threshold
置信度门槛
仅当首选答案概率超过阈值时才采纳，否则转交人工或返回不确定的部署策略，旨在过滤不可靠输出而非保障公平性。
时间轴 (近 90 天)
10月30日
模型制造商推荐的置信度门槛在模糊的BBQ性别问题上提高了保留答案中刻板印象的比例，granite-switch的刻板印象比例从0.76上升到0.85，pplx则从0.81上升到1.00。
待验证50%
10月30日
置信度门槛机制针对的是答案正确性，而非公平性。
待验证50%
10月30日
置信度与公平性是两个正交维度，不能相互替代。
待验证50%