热点事件持续更新
语言模型幻觉检测中的隐藏异质性与可检测性缺口
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026-09-30，arXiv Computation and Language 发表研究，指出基于采样一致性的幻觉检测存在可检测性缺口：高一致的 Ghost 与低一致的 Flickering 幻觉之间 AUC 差距为 0.35–0.46。冻结 regime 分配后，词汇与语义响应离散度在全部 12 个模型与数据集设置中保持不对称，bootstrap 95% 置信区间不包含零。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv · Computation and Language语言模型幻觉检测中的可检测性缺口：隐藏异质性
研究发现基于采样一致性的幻觉检测存在可检测性缺口，高一致（Ghost）与低一致（Flickering）幻觉之间的 AUC 差距为 0.35 到 0.46。冻结 regime 分配后，词汇与语义响应离散度在全部 12 个模型与数据集设置中保持不对称，bootstrap 95% 置信区间不包含零。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。