双模型审计的共享偏差与"审计 ≠ 判决"边界

风险描述

把第二模型作为审计工具时，第二模型可能与第一模型共享训练偏差或共同误读，导致两个模型重复相同错误；第二模型的"预估评分"并不等于教师真实评分，审计输出不能替代人工回到原文裁决。

触发场景

• 第一模型和审计模型都基于相似的训练数据，对某概念有相同的误解或共同的"听起来合理"偏差。
• 审计模型的预估评分依赖其对教师评价标准的内部建模，与真实评分标准不一致。
• 学生把审计输出当作最终判决，没有回到原 PDF、课程材料和可验证题录中确认。

与已有风险页的关系

• 与 学生用 AI 写论文时的幻觉引用与虚假书目风险 形成风险叠加：双模型审计无法保证引用真实，仍可能重复相同的幻觉。
• 与 基准文献 + 第二模型作为问题发现器（Anchor-paper + Cross-model Audit） 形成方法-风险对偶：方法定位第二模型为"问题发现器"，本风险页明确审计输出的边界。

人工复核点

• 把审计输出当作问题清单，不当作判决。
• 对每条审计提醒，逐项回到原 PDF、课程材料和可验证题录中裁决（参见 回到原始证据裁决（Back-to-source Verdict））。
• 留意"两个模型都给出一致评价"的位置——一致性不等于正确性。
• 留意审计输出中的"预估评分"和"一句话主要问题"，把它们当作参考而非结论。

缓解方法

• 始终提供原论文摘要或结论作为基准文献。
• 在审计问题清单中要求具体位置和可验证依据，而不是泛泛评价。
• 把审计阶段和裁决阶段分开：审计发现问题，裁决做最终事实判断。

边界声明

• 来源未对"双模型审计的准确率"做对照实验；本风险页的描述基于作者的方法论声明，不构成对 LLM-as-judge 整体可靠性的裁决。
• 本 wiki 不据此推断"所有 LLM 审计都不可靠"，也不据此推断"第一模型 + 第二模型审计"组合一定优于单人审稿。