跳到正文
arXiv · NLP· Nikolay Ivanov, Sergey Pletenev, Elisei Rykov, Anatolii Frolov, Bogdan Monogov, Alexander Potekhin, Maria Marina, Daniil Moskovskiy, Viktor Moskvoretskii, Alexander Panchenko, Ilseyar Alimova·· 2026-10-14AI 评分37

ToolHACE:基于工具的大语言模型响应幻觉检测数据集

ToolHACE: A Dataset for Detecting Hallucinations in Tool-Based LLM Responses

AI 导读

团队发布 span-level 基准 ToolHACE,覆盖 5 类细粒度幻觉,填补工具调用后响应生成评测空白。 实验证实工具调用后幻觉普遍且检测困难,在专用语料上训练优于迁移。 该研究被 Findings of EMNLP 2026 接收。

来源:arXiv · NLP · arxiv.org