Awesome-LLM-Uncertainty-Reliability-Robustness

一页看懂LLM可靠性研究全景，找论文、查基准、避幻觉坑

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署对话助手 🍴 复刻 63 🐛 待处理 5 👀 关注 23

GitHub ↗

GitHub 星标 ★ 840

维护状态活跃

是否开源开源

定价模式 🏷️完全免费这是一个开源资源列表，完全免费，无需付费或试用。

项目预览

Awesome-LLM-Uncertainty-Reliability-Robustness 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类对话助手

开发团队jxzhangjhu

GitHubhttps://github.com/jxzhangjhu/Awesome-LLM-Uncertainty-Reliability-Robustness

定价模式🏷️完全免费

价格说明这是一个开源资源列表，完全免费，无需付费或试用。

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MIT

技术栈/模型awesome-list,calibration,chain-of-thought,chatgpt,gpt-3,gpt-4,hallucination,in-context-learning,large-language-models,llms,prompt-engineering,prompting,reliability,robustness,safety,uncertainty-estimation,uncertainty-quantification

GitHub 星标★ 840

上线时间2023-03-20 00:00:00

代码更新2026-11-07

仓库体积492 KB

本站数据更新2026-11-09

维护状态活跃

收录时间2026-08-09

浏览次数4

项目介绍

这是一个聚焦大语言模型不确定性、可靠性与鲁棒性的精选资源清单，汇集了相关论文、工具、数据集和评测基准。项目解决LLM在实际应用中普遍存在的幻觉、过度自信、知识边界模糊和对抗攻击脆弱性等问题，帮助研究者和工程师系统性地追踪该领域的前沿进展。核心能力包括：按主题分类整理数百篇关键论文，覆盖校准、思维链推理、上下文学习、幻觉检测、不确定性量化等方向；提供常用评测基准和工具链的索引；持续更新以反映最新研究动态。作为awesome系列的一员，它降低了领域入门门槛，让使用者能快速定位到特定问题的解决方案和参考资料。

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 2026-08-09 · 当前星标 ★ 840

技术标签

awesome-list calibration chain-of-thought chatgpt gpt-3

使用教程

难度：入门约 15 分钟部署方式：文档阅读 4 步

环境要求

安装与启动步骤

1取回清单

LLM 不确定性、可靠性与鲁棒性的论文合集。

git clone https://github.com/jxzhangjhu/Awesome-LLM-Uncertainty-Reliability-Robustness.git
cd Awesome-LLM-Uncertainty-Reliability-Robustness

2看分类

不确定性、可靠性、鲁棒性三块各自成章。
```
grep -n '^#' README.md | head -40
```
3按关键词筛

找校准、幻觉检测、越狱防御这类具体方向。
```
grep -in 'calibration\|hallucination\|jailbreak' README.md | head -20
```
4顺论文读

清单只是入口，方法细节看原文与代码。
```
# 按链接下载 arXiv 或会议版
```