中文大模型幻觉测评系列：事实性幻觉测评结果发布！
中文大模型幻觉测评系列：事实性幻觉测评结果发布！SuperCLUE-Fact是专门评估大语言模型在中文短问答中识别和应对事实性幻觉的测试基准。测评任务包括知识、常识、对抗性和上下文幻觉。
来自主题: AI资讯
8421 点击 2025-04-15 17:04
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
SuperCLUE-Fact是专门评估大语言模型在中文短问答中识别和应对事实性幻觉的测试基准。测评任务包括知识、常识、对抗性和上下文幻觉。
学术写作通常需要花费大量精力查询文献引用，而以ChatGPT、GPT-4等为代表的通用大语言模型（LLM）虽然能够生成流畅文本，但经常出现“引用幻觉”（Citation Hallucination），即模型凭空捏造文献引用。这种现象严重影响了学术论文的可信度与专业性。
来自UIUC等大学的华人团队，从LLM的基础机制出发，揭示、预测并减少幻觉！通过实验，研究人员揭示了LLM的知识如何相互影响，总结了幻觉的对数线性定律。更可预测、更可控的语言模型正在成为现实。
清明节到了，在过去上百年里，人们扫墓、烧纸、磕头、摆上供品、再对着墓碑诉说，希望借节日的仪式感，让思念跨越阴阳。
幻觉（Hallucination），即生成事实错误或不一致的信息，已成为视觉-语言模型 (VLMs）可靠性面临的核心挑战。随着VLMs在自动驾驶、医疗诊断等关键领域的广泛应用，幻觉问题因其潜在的重大后果而备受关注。
这个春天，数以万计的散户正在经历一场魔幻的AI炒股实验：他们对着DeepSeek等AI工具虔诚叩问财富密码，却在K线图的剧烈波动中落入“裤衩亏没”的荒诞境地。
相比让Alexa重新焕发生机，AI可能会产生的幻觉或只是个小问题。
2025 年 3 月 5 日，佳士得拍卖行 “增强智能（Augmented Intelligence）”落下帷幕。这场聚焦 AI 艺术的专场拍卖以728,784 美元总成交额收官，34 件拍品中 28 件成交，成交率达 82%。其中，土耳其裔美国艺术家 Refik Anadol 的《机器幻觉 —— 国际空间站之梦 ——A》以27.7 万美元成为全场最高价拍品。
人类实现AGI之前，在技术、商业、治理方面仍然存在诸多问题——“人与AI能否共处” “算力叙事是否依然奏效” “开源有多大商业价值”等，腾讯科技策划《AGI之路》系列直播，联合合作伙伴，特邀专家、学者直播解读相关议题，对齐AGI共识，探寻AGI可行之路。
2025年2月，如果不是长期从事人口研究的中国人民大学教授李婷的公开辟谣，很多人都真诚地相信了一组数据——“中国80后累计死亡率为5.20%”。