基准 ·2026年7月29日 · 约 1 分钟读完 ·arxiv.org MAS-HQ 将准确性与资源成本纳入幻觉评测 上交大提出,用Q-Score替代单一准确率,识别低效模型 A 原文来源 arxiv.org https://arxiv.org/abs/2607.24063 打开原文