HalluWorld 基准获 NeurIPS 采纳：LLM 感知近满分，模拟与弃答仍高发幻觉

Varun Gangal 团队发布的 HalluWorld 基准获 NeurIPS 采纳，该基准通过「参考世界模型」在真值完全已知的受控环境（网格世界、国际象棋、终端任务）中测量 LLM 幻觉：模型任何与事实不符的可观察陈述即计为幻觉。结果显示，模型感知能力近乎完美，但在模拟推理环节全面翻车，弃答情形仍是幻觉重灾区。

2026-09-29 ~ 2026-09-29 · 2 条相关

• HalluWorld 基准获 NeurIPS 采纳:感知近乎满分,模拟与弃答仍是幻觉重灾区 — Jeande_d · 2026-09-29

另有 1 条近重复转述:xennygrimmato_