arXiv发布PHRBench评估大模型后幻觉推理

发生了什么

据arXiv论文，研究团队推出PHRBench基准，用于行为结构化评估18个大语言模型在四个领域中的后幻觉推理（PHR）能力。该基准通过幻觉合规、避免和启发式纠正独立刻画推理轨迹。在4820个受控实例中，成功恢复相对罕见，且与更频繁的信念更新相关。幻觉提示属性包含显著预测信号，轻量级预测器达到0.847的AUROC。