冗长偏置
MT-Bench 摘要点名的评审偏置之一：把「长」读成「好」。课里它是所有偏置里最便宜的涨分路径，长度读数必须按「长度该不该换来分数」分桶。
生产方式：AI 生成AI 生成，仅供参考签发：晓黎学习复核：2026年11月8日被 4 个词条引用
MT-Bench 摘要点名评审的几类局限，其中冗长偏置是「把长读成好」。失败形状课与它合读（本课推断，不冒充论文结论）：如果打分的东西偏爱长度，奖励就会把长度当质量卖给你。见 MT-Bench、位置偏置。
案例账目（教学虚构）：奖励 0.42 到 0.61，KL 的平方根 0.50 到 3.40，平均长度 78 字到 340 字，无盲评，这是偏移的标准长相。盲评发现涨分几乎全落在两处新增：开头复述原问题、结尾加三段「注意事项」。长度读数必须分桶，要列清单的题天然比「周三谁值班」长，混在一起看就变成惩罚老实答题。防法一条是把每条答复截到同一上限再送评或同桶内比较，它挡得住靠多写段落换分，挡不住每段都变胖。见 代理指标。
互链
链接来自概念卡正文里的双链，编译时能解到本期词条集的才成为站内链接。
反链（4）
出现在哪些课时里（2）
判据与「课时正文里能不能点出来」是同一个：那一节确实提到了它。点课时走当前页跳转， 它是导航，不是词条链接。
- 奖励分是一个会撒谎的数字大模型后训练：偏好、权重与测得出退化的评测
- 四种失败形状，各指向哪一步大模型后训练：偏好、权重与测得出退化的评测
关联图
只画这一条与它直接相连的词条，边与上面两区同源。可拖拽、可缩放，点节点是新标签。
出处
路径是本地知识库（Obsidian 库）里的位置，正文与概念卡逐字对应。
- 课程正文用法归纳奖励分是一个会撒谎的数字
packages/db/prisma/lesson-content/reward-is-a-number-that-lies.md - 课程正文用法归纳四种失败形状，各指向哪一步
packages/db/prisma/lesson-content/eval-and-failure-triage.md - 课程正文用法归纳课程派生词条 · 模型训练与后训练
编译入库：2026年11月2日。词条由知识库编译而来， 修正要回到概念卡改，再重新编译。