研究指幻觉检测基准自动标注存准则错配

Jorma Valjakka 等作者发布一项实证研究，指出幻觉检测基准的自动标注可能在目标为事实正确性时错误地采用参考答案忠实度标准，即标注准则与目标不一致。 该研究基于 900 个人工标注的问答对，覆盖三个常用问答数据集和三个生成器模型，标注目标为答案层面的事实正确性。论文已被 NeurIPS 2026 Evaluations & Datasets Track 接收。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。