MedHallu：用于检测大语言模型医疗幻觉的综合基准

本文提出了医疗幻觉检测基准MedHallu，包含1万对问答。研究表明，现有模型在幻觉检测方面表现不足，引入领域知识和“无确定答案”选项可显著提升检测精度。