法學碩士在文件問答中有多少幻覺？ 1720 億代幣研究

論文：法學碩士在文件問答場景中產生多少幻覺？涉及溫度、上下文長度和硬體平台的 1720 億代幣研究 (2603.08274) 發佈時間：2026 年 3 月 9 日。了解有關 Emergent Mind 的更多資訊：https://www.emergentmind.com/papers/2603.08274 arXiv：https://arxiv.org/abs/2603.08274 免費註冊熱門論文電子郵件摘要：https://www.emergentmind.com/subscribe 在 X 上關注我們的關注/Emerm. Discord：https://discord.gg/BhfTC4mTXq 本簡報探討了執行文件問答任務的語言模型中的幻覺的大規模研究。研究人員使用 RIKER 框架（一種以事實為先的評估方法）測試了 1720 億個代幣、不同上下文長度（最多 20 萬個代幣）、溫度和硬體平台的 35 個開放權重模型。該研究表明，目前的模型都沒有擺脫幻覺，隨著上下文的增長，製造率不斷攀升，並且模型檢索正確事實的能力與發明虛假事實的傾向之間存在令人驚訝的脫節。