论文提出用问卷测量用户对大模型可靠性的主观感知。
资讯摘要
论文提出系统幻觉量表（SHS），仿照SUS与SCS设计，用10个平衡Likert题项从事实准确性、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测量用户感知的可靠性，并给出方向性得分与一致性诊断。在193名参与者、47名实验员完成的386次评估中，量表内部一致性较强、表述清晰，平均4.2分钟完成；参与者对来源可验证性和呈现欺骗性的评分低于事实准确性。作者将其定位为概念验证，并提供开源多语言实现与交互式计算器。
要点速读
- SHS包含10个Likert题项，覆盖事实准确性、来源可靠性、逻辑连贯性、呈现欺骗性、对用户引导的响应性五个维度。
- 验证研究涉及193名参与者、386次评估，平均完成时间4.2分钟，内部一致性强。
- 参与者对来源可验证性与呈现欺骗性的评价低于事实准确性，作者据此认为感知薄弱点主要在可追溯性与表述框架。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。