本文介绍了RAGTruth数据集，用于评估RAG大型语言模型中词级幻觉的检测方法。研究发现使用高质量数据集可以提高幻觉检测性能。

大型多语言机器翻译系统取得重要突破，使用大型语言模型和多语言嵌入评估幻觉检测方法。Llama3-70B在高语料资源语言上性能提高0.16个MCC，Claude Sonnet在低资源语言上相对其他模型提高0.03个MCC。大型语言模型在低资源语言方面优势较小。