评测与基准arXiv 2610.06366·10月5日VERA：结构化审计发现约 60% 正确漏洞判定伴随虚构推理提出 VERA，审计 LLM 漏洞解释里的虚构推理arXiv2610.06366发表10月5日层模型层场景coding agent被测模型sonnet-5、gemma-4-26b、llama-4-maverick 等 8 个风险幻觉与编造组件推理链+1+1深度解读完整解读