技术
Hallucination(幻觉)
幻觉指AI模型生成看似合理但与事实或输入不符的内容,尤其在大型语言模型中常见,解决该问题对确保AI可靠性至关重要。典型应用场景包括问答系统和文本摘要,代表工作有基于检索增强的生成和事实性评估基准如TruthfulQA。
详细解释
幻觉产生的原因包括训练数据偏差、模型过度泛化以及解码策略的随机性。在生成式模型中,模型可能优先考虑流畅性而非事实准确性。缓解方法包括检索增强生成(RAG)、引入外部知识库、设计不确定性感知的解码算法以及后处理事实核查。评估幻觉通常采用人工评估或自动指标,如基于蕴含关系的自然语言推理。
别名与相关写法
hallucination
相关术语
幻觉检测共现 10 篇
Hallucination Detection共现 9 篇
AI hallucination共现 5 篇
Language Model共现 3 篇
Agent共现 3 篇
uncertainty共现 2 篇
相关公司
相关资讯
AI幻觉误报中国核部件险致美军行动2026/9/19
AI幻觉险些触发美军行动2026/9/19
封闭世界解析防御LLM智能体的工具幻觉2026/9/18
评分量表漏检医疗 AI 幻觉盲区2026/9/14
研究:金融微调模型数值幻觉的三级可检测性分析2026/9/7
GROUND框架减少企业分析LLM幻觉2026/8/28
arXiv 论文主张严格区分幻觉、语义错觉与表达不确定性2026/10/30
研究:决策模型可作低成本幻觉检测裁判,部分类型仍不及 GPT-6 Sol2026/10/28