LEMON 发布：基于注意力图零样本识别未见 LLM 幻觉与越狱

Technion、特拉维夫大学与 NVIDIA 研究者发布 LEMON，利用注意力图在生成过程中逐 token 在线标记幻觉与越狱，开销低于 10%。该监控器通过建模注意力头与层的位置错位，可零样本迁移至从未见过的 LLM；论文已上 arXiv，代码即将开源。