引注幻觉率排行榜 (HVI · 越低越好)
| 排名 | 模型 | HVI | CRFI | 覆盖率 | 综合正确 | 时序幻觉 | API错误 | 内容忠实 | 编造判例 | 循环引注 | 自相矛盾 | 厂商 / 版本 |
|---|
HVI=错引/(正确+错引)；覆盖率=(正确+错引)/(全部)；综合正确=正确/全部（逃避引注被计为不正确）；时序幻觉=引用已废止旧法比例；API错误=接口调用失败次数（基础设施问题，单列，不混入模型行为）。答案级维度：编造判例=命名了不存在指导案例的回答占比（越高越差）；循环引注/自相矛盾为实验性诊断信号（不计入 HVI，待专家确认）。
维度覆盖矩阵 (最新一期 · 模型 × 幻觉维度)
将各幻觉维度并排对照，定位某模型在哪一维度系统性薄弱。绿=好（越高越好），红=差（越高越差）；"—"表示该维度本期无数据。答案级维度（编造判例/循环引注/自相矛盾）来自 v1.3 答案级检测，实验性标注。
HVI 趋势
与上期对比
分领域引注幻觉率 (最新一期 · 柱状)
分领域 HVI 热力图 (法域 × 模型，颜色越红幻觉率越高)
单元格为该模型在该法域的引注幻觉率(HVI)；🟢≤15% / 🟡≤35% / 🟠≤55% / 🔴>55%。横向对比可定位某模型在特定法域的系统性薄弱点。
逐题回归分析
逐题诊断矩阵
✓ 正确 ✗MA 错引真实法条 ✗NF 引注法条不存在(NOT_FOUND) ✗F 内容不忠实(引对条文但表述失真) ✗T 时序幻觉(引已废止旧法) ✗ERR 接口失败 ? 无法判定 · 未作答
点击单元格可展开查看该模型对此题的原始回答。