廉价内容审核模型首次独立审计：人类分歧与决策风险是两种不确定性

首次独立审计显示，冻结式内容审核模型在142,658条人工标注评论上零样本分类 AUROC 达 0.83，与14个前沿推理模型中的13个无统计差异。其每次调用约 USD 0.000025、耗时约100 ms，成本低1-3个数量级。研究指出“置信度”混合了人类分歧与决策风险，拆成并行子问题读离散度可补回分歧信号，但仅对最弱、对分歧不敏感的模型有效。