arXiv · cs.AI· Linghao Meng, Feng He, Xuan Yang, Junyuan Mao, Pinze Ren, Deqing Mu, Hesen Yang, Qiankun Li·· 19 小时前
PHRBench：大语言模型幻觉后推理的行为评测
PHRBench: A Behavioral Evaluation of Post-Hallucination Reasoning in LLMs
arXiv:2610.10455v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Linghao Meng, Feng He, Xuan Yang, Junyuan Mao, Pinze Ren, Deqing Mu, Hesen Yang, Qiankun Li
首次提交：2026-10-08 01:25
研究任务与主要进展
研究者提出PHRBench，用于受控评测大语言模型在接收幻觉信息后如何修正错误前提，覆盖4个领域、18个大语言模型和4820个受控实例。该基准从响应轨迹层面考察幻觉遵循、幻觉回避和启发式纠正，并将成功纠正且最终得到正确答案定义为有洞察力的轨迹；研究还报告轻量预测器的AUROC为0.847。上述结论仅基于论文摘要。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org