arXiv · cs.AI · Xiongyu Chen, Sizhen Zhu, Zhuoer Wang2026-11-03 13:00 · 12 小时前模型评分41

超越二元检测：金融问答中的类型感知幻觉分析与分层检测

Beyond Binary Detection: Type-Aware Hallucination Analysis and Hierarchical Detection in Financial Question Answering

导读

一项研究在基于 SEC 文件的 PHANTOM 长上下文基准上按幻觉类型分析金融问答，发现幻觉答案长度是忠实答案的两倍以上，大语言模型（LLM，Large Language Model）检测器二元准确率 80.2% 但子类型准确率仅 44.7%，九类中有两类从未被识别。

分类置信度

中 · 待人工复核

来源级别：媒体与个人

应用领域：金融

事件类型：研究发布

证据摘录

“Guided by this diagnosis, we propose a two-stage hierarchical detector that first decides whether an answer is hallucinated and then assigns a subtype, raising binary accuracy to 95.6% and subtype accuracy to 56.1%.”

来源：arXiv · cs.AI · arxiv.org