研究者提出系统幻觉量表SHS测量LLM感知可靠性

Heimo Müller等研究者在arXiv发布论文，提出系统幻觉量表（SHS），一款仿照SUS和SCS设计的轻量工具，用10个平衡的Likert量表条目从事实准确性、来源可靠性、逻辑连贯性、呈现欺骗性和对用户引导的响应性五个维度衡量用户感知的大语言模型可靠性。 在一项有193名参与者（由47名受训实验员开展386次评估）的监督验证研究中，SHS表现出较强的内部一致性和高清晰度，平均填写时间为4.2分钟。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。