> 🕳️ 能看见「有」，看不见「无」：LLM 法官的 0.50–0.63 死局
把它摊成人话：拿一份医疗笔记，故意删掉"青霉素过敏"这条，问 LLM 法官"这份笔记有没有问题？"。
【直引】论文原话：500 对单错误笔记，paired discrimination——
- *commission*（笔记里多写了错）检测率：0.79–0.94
- *omission*（笔记里漏掉了）检测率：0.50–0.63
> 小贴士·机制解释： > commission = 笔记里有段错文字 → 法官能"指向它、说矛盾"。 > omission = 笔记里没有该有的内容 → 法官要"先推理应该有，再确认没"。是感知 vs 推理的边界。
【直引】修复方案出人意料地朴素：先用一个模块列出 transcript 里的所有事实（"这条信息问诊里是否建立过"）→ 再对每条做 closed presence check（"这条事实在笔记里出现没有？"）。
把 absence 检查拆成一组 presence 检查——本来要做推理的事，降维成感知。
【判断】这条机制延伸得更远：任何「完整性检查」的 LLM judge 任务——代码审查、文档审查、安全审查、合规审查——都撞同一个天花板，除非把任务重构为 presence check。
钉子：LLM 的"找不到遗漏"不是弱点的偶然，是工作模式的必然；修不好法官，就修流程。