研究者提出SHS量表评估LLM感知可靠性
热点事件持续更新
研究者提出SHS量表评估LLM感知可靠性
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Heimo Müller等作者提出系统幻觉量表（SHS），从用户视角衡量大语言模型的感知可靠性。该工具仿照SUS与SCS设计，用10个Likert量表题覆盖事实准确性、来源可靠性、逻辑连贯性、呈现欺骗性和对用户引导的响应性五个维度，给出方向性得分与一致性诊断。 作者在一项有193名参与者、由47名受训实验者完成的386次评估的监督验证研究中称，SHS内部一致性强、清晰度高，平均4.2分钟完成。作者将其定位为概念验证：它评估的是人的感知可靠性，而非真实正确性，并提供开源多语言实现和交互式计算器。
AI 根据报道生成 · 2 小时前更新
最新进展10月31日 12:00
研究者提出 System Hallucination Scale（SHS），从用户视角评估大语言模型可靠性报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AI研究者提出 System Hallucination Scale（SHS），从用户视角评估大语言模型可靠性
研究者提出 System Hallucination Scale（SHS），一个仿照 SUS 与 SCS 设计的轻量工具，用 10 个 Likert 量表题从事实准确性、来源可靠性、逻辑连贯性、呈现欺骗性和对用户引导的响应性五个维度衡量用户感知的 LLM 可靠性，并给出方向性得分与一致性诊断。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月31日 22:00
- 近 24 小时变化
- –
02468
22:0023:0011月1日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。