arXiv · AI· Linghao Meng, Feng He, Xuan Yang, Junyuan Mao, Pinze Ren, Deqing Mu, Hesen Yang, Qiankun Li·· 2026-10-08AI 评分35
PHRBench:LLM 后幻觉推理的行为评测基准
PHRBench: A Behavioral Evaluation of Post-Hallucination Reasoning in LLMs
AI 导读
研究团队发布 PHRBench,覆盖 4 个领域与 18 个 LLM,共 4820 个受控实例,用于刻画模型幻觉后的行为动态。 该基准定义幻觉顺从、幻觉规避与启发式修正三类轨迹,发现成功恢复较罕见,且轻量预测器以 0.847 AUROC 预测恢复成功率。 研究为理解 LLM 如何消解错误上下文提供了行为层面的视角。
来源:arXiv · AI · arxiv.org