CacheVerifier 审计语义缓存基准：23% 的「错误命中」其实是同一 prompt

CacheVerifier 团队审计语义缓存基准发现，LMArena 上 3,117 个被标为「错误」的近重复命中中，727 个（23.3%）在小写化、去标点后文本完全相同；盲测手工标注显示 88% 的「错误」命中其实可复用，0.97 阈值的错误率从 5.2% 修正到约 0.95%。