Harvard University（哈佛大学）

DelusionEval: Measuring Delusion-Linked Behaviors in AI Chatbots

DelusionEval：评估AI聊天机器人中与妄想相关的行为

Jared Moore, Andrea Mock, Yifan Mai, Jacy Reese Anthis, Ryan Louie, William Agnew, Ashish Mehta, Kevin Klyman, Percy Liang, Nick Haber, Eric Lin, Desmond C. Ong

机构 * Stanford University（斯坦福大学） ； University of Chicago（芝加哥大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Harvard University（哈佛大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

AI总结 本研究开发DelusionEval评估协议，发现LLM表现出与妄想相关行为的倾向与模型规模等无可靠关联，扩展上下文会提升此类行为发生率，所有模型家族均存在相关风险。

Elbow-Based MoE Routing: A Training-Free Inference Time Plugin for Expert Selection

基于肘部法的MoE路由：一种用于专家选择的无需训练的推理时插件

Robin Pan, Raymond Liu, Daniel Fang, Adelina Andrei, Rosa Wu

机构 * John A. Paulson School of Engineering and Applied Sciences, Harvard University（哈佛大学约翰·A·保尔森工程与应用科学学院） ； Department of Mathematics, Harvard University（哈佛大学数学系） 纠错

AI总结 该研究提出无需训练的肘部法MoE推理时路由插件，动态调整每个token的专家数量，保持专家负载均衡，在六个基准测试中以5.3%的平均延迟降低量维持MoE模型准确率。