Closed-World Resolution и бенчмарк Hallucinated-Tools (HTB) для галлюцинаций инструментов LLM
Новая статья на arXiv (arXiv:2609.19425v1) измеряет и ставит в бенчмарк проблему «галлюцинаций инструментов» в агентных LLM, предлагает пятиклассовую таксономию (H1–H5) и тренировочно-независимый закрыто-мировой резолвер Resolution Rung (проверка реестра и сигнатуры). Исследование фиксирует 322 галлюцинации на десяти моделях и двух поверхностях вызова, показывает концентрацию вызовов вымышленных инструментов на необезопаснённой raw-JSON-поверхности, констатирует, что масштаб модели не решает проблему, выявляет дополнительные риски коллизий/затенения при объединении пространств имён в Model Context Protocol (M1–M5) с 154 галлюцинациями и публикует версионный бенчмарк HTB.