研究揭示幻觉检测中的可检测性差距

2026年9月30日，arXiv cs.CL 发布研究《可检测性差距：语言模型幻觉检测中的隐藏异质性》。该研究在四个语言模型与三个数据集上，按答案一致性将幻觉划分为高一致的“Ghost”与低一致的“Flickering”两类，并测得两类幻觉之间存在 0.35 至 0.46 AUC 的可检测性差距。研究据此指出，幻觉检测中存在的这种隐藏异质性会带来可检测性上的差异，提示以往将幻觉视为同质对象的检测评估可能掩盖不同一致性幻觉之间的表现落差。这是该事件目前已知的唯一一篇报道。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。