置信度究竟说明了什么

Choice 和 Score 的 confidence 从答案分布计算而来。它描述分布的集中程度，不能单独证明最高概率的答案正确。

同样的门槛用在内容排序和订单取消上，错误后果会差很多。应用需要用自己的标注记录检查自动通过的错误比例，以及留下多少人工工作。