BriefGPT - AI 论文速递 · 2025-02-20T00:00:00Z MedHallu: A Comprehensive Benchmark for Detecting Medical Hallucinations in Large Language Models 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本文提出了MedHallu基准，用于检测大语言模型在医疗问答中的幻觉问题。基准包含来自PubMedQA的10,000对问答，研究表明现有模型在幻觉检测上存在不足，引入领域知识和“无确定答案”选项可显著提高检测精度。 🏷️ 标签 MedHallu PubMedQA models 医疗问答 大语言模型 幻觉检测 阅读原文 生成长图 分享链接 已复制链接
