从 Sierra 到 Jekka：AI 的边界、大规模实践与终点
"Hallucination" 相关文章
JT-Safe: Intrinsically Enhancing the Safety and Trustworthiness of LLMs
Credal Transformer: A Principled Approach for Quantifying and Mitigating Hallucinations in Large Language Models
星跃重洋 | 程轶：探索LLMs前沿，挑战科研边界
EMNLP 2025 | 拨云见日：知识电路分析揭示大语言模型“知识遮蔽”幻觉之源
Culture, Language, and Generative Language Models
华人主导谷歌SLED，论文登顶会！一键让模型学会自救
DeFacto：用强化学习治愈AI幻觉，让多模态模型“有据可查”
DeFacto：用强化学习治愈AI幻觉，让多模态模型“有据可查”
百亿向量，毫秒响应：清华研发团队向量数据库 VexDB 首发，攻克模型幻觉难题
大模型为何漠视真相？普林斯顿学者揭示大模型“胡扯”的本质
Language Models Wrestle with Gaps in Understanding
Evaluating RAG, aka Optimizing the Optimization
🌟大模型为什么产生幻觉？预训练到推理的漏洞全揭秘
GPT-5 为啥不 “胡说” 了？OpenAI 新论文讲透了
刚刚，OpenAI发长篇论文：大模型幻觉的原因找到了~
Follow up experiments on preventative steering
绕过Softmax！「语义能量」替代语义熵，大模型幻觉检测迎来新突破
GPT正面对决Claude，OpenAI竟没全赢，AI安全「极限大测」真相曝光
