零依赖指标 Spanda 微秒级检测大模型幻觉

2026年10月2日，AGI Hunt 报道，作者发布零依赖 Python 指标 Spanda（Rsc），用于检测大模型幻觉。该指标不依赖模型内部信息：对同一问题采样 5 次（温度 T=0.7），对输出做字符串归一化后精确匹配，并据此计算香农熵；单次检测耗时约 1.3 微秒，全程纯 CPU 运行，零 GPU 开销。报道称，在该指标下 120B 规模的模型反而会“自信胡编”，即在呈现低熵、高自信的同时给出错误答案。报道目前未给出与其他幻觉检测方法的对比数据或外部复现验证，事件仍停留在工具发布与指标介绍阶段。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。