提出金融问答幻觉类型分层检测器

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；大语言模型检测器判断答案是否幻觉的二元准确率为 80.2%，但判断幻觉子类型的准确率仅 44.7%，九类幻觉中有两类从未被识别。 作者 Xiongyu Chen、Sizhen Zhu、Zhuoer Wang 据此提出两阶段分层检测器：先判断答案是否存在幻觉，再判定其子类型。据论文报告，该检测器将二元准确率提升至 95.6%，子类型准确率提升至 56.1%。

AI 根据报道生成 · 5 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。