论文提出MAS-HQ（Multi-Agent System Hallucination Quest），将事实性与令牌、延迟等资源成本共同纳入竞争式评测。摘要展示了排名反转：Best-of-4原始事实性更高（0.9169对0.9103），但成本调整后的Q-Score更低（0.5169对0.5217），成本约为四倍。
最近 24 小时暂无可用热度快照。