awesome-hallucination-detection

大模型幻觉检测论文一网打尽，快速入门不迷路

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署评测安全 🍴 复刻 93 👀 关注 27

GitHub ↗

GitHub 星标 ★ 1139

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源免费资源列表

项目预览

awesome-hallucination-detection 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类评测安全

开发团队EdinburghNLP

GitHubhttps://github.com/EdinburghNLP/awesome-hallucination-detection

定价模式🏷️完全免费

价格说明开源免费资源列表

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议Apache-2.0

技术栈/模型hallucinations,llms,nlp

GitHub 星标★ 1139

上线时间2023-09-15 00:00:00

代码更新2026-10-21

仓库体积946 KB

本站数据更新2026-10-24

维护状态活跃

收录时间2026-10-24

浏览次数0

项目介绍

这是一个聚焦大语言模型幻觉检测的论文资源清单，系统整理了该方向的研究文献与资料索引。项目本身不含可运行代码或工具，核心价值在于把分散在 arXiv、会议论文中的幻觉检测方法按主题归类，帮助研究者快速定位相关工作。它解决的是入门者面对海量文献不知从何读起、以及从业者追踪领域进展成本高的问题。内容通常覆盖基于不确定性、内部状态探针、外部知识校验、自一致性、检索增强验证等检测思路，并可能按任务类型或评测基准分组。适合作为文献综述的起点、课程阅读清单或团队调研底稿。由于是纯列表型仓库，使用方式以浏览和检索为主，需要读者自行判断论文质量与可复现性，不提供统一评测框架或基准数据。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-10-24 · 当前星标 ★ 1139

技术标签

hallucinations llms nlp

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：入门约 10 分钟部署方式：本地安装 5 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

浏览器，用于浏览 README 中的论文条目与外部链接
Git（可选），用于把清单克隆到本地做全文检索
支持全局搜索的文本编辑器（可选）
无需安装任何运行环境或第三方依赖

安装与启动步骤

1打开仓库页面

进入 GitHub 项目主页，先浏览 README 的整体结构，确认条目按主题与任务类型分组。
2读懂条目格式

每条包含标题、Metrics、Datasets、Comments，Comments 里概括方法思路与实验结论。
3克隆到本地

把清单下载到本地，方便离线阅读和全文检索；不装 Git 也可直接下载压缩包。
```
git clone https://github.com/EdinburghNLP/awesome-hallucination-detection.git
```
4本地全文检索

进入仓库目录后按关键词搜索，例如 uncertainty、RAG、attention，快速定位相关论文。
```
cd awesome-hallucination-detection
grep -ri "uncertainty" .
```
5跳转阅读原文

点击条目中的 arXiv 或 ACL 链接阅读论文；标注 Code 的条目可再查看其复现代码仓库。