Mycelium 元研究：幻觉检测应视为跨来源、类型与粒度的基准化测量问题
Julia Belikova · hf · 2026-10-27
Skoltech 与 Sber AI Lab 的论文 Mycelium 对幻觉检测做了系统元研究。作者将幻觉检测视为一个“基准条件下的测量问题”，沿三个维度梳理现有方法与评测：
- 来源（provenance）：幻觉相对什么证据判定（无证据/给定来源/事实库）
- 类型（typology）：事实性、忠实性等幻觉类别
- 粒度（granularity）：从文档级到 span 级的检测输出差异
核心贡献是提出 Span Coverage F1 指标，解决 span 级评测中因边界划分、匹配方式不一致导致的评测可比性问题，为跨方法横向比较提供统一框架。
「研究」频道最新
- ENPC 视觉学者 Gül Varol 开招 2027 年视频与语言方向博士生 — gulvarol · 2026-10-27
- 研究称非英语用户承担“分词器税”:200 种语言成本差最高 17 倍 — alexvoica · 2026-10-27
- TianzheC 发布新研究：架构设计、理论与消融实验全开源 — YiMaTweets · 2026-10-27
- 完美校准≠预测准确：掷硬币也能做到完美校准 — gleech · 2026-10-27
- 北大新论文重构视频存储：解耦跨帧依赖，随机采样解码开销大降 — PKU · 2026-10-27
- 港大伯克利提出 Nestor：注意力嵌套稀疏替代 MoE，兼顾预训练与持续学习 — hkuhk · 2026-10-27