首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >A Survey of LLM Hallucination Detection and Mitigation Methods |大语言模型幻觉检测与缓解方法综述

A Survey of LLM Hallucination Detection and Mitigation Methods |大语言模型幻觉检测与缓解方法综述

作者头像
用户12886942
发布于 2026-11-21 19:13:13
发布于 2026-11-21 19:13:13
120
举报
概述
大语言模型(LLM)在生成流畅文本时频繁产生事实性错误,即幻觉,这严重阻碍了其在医疗、法律等高风险领域的可靠部署。早期研究主要依赖外部知识库核查或多次采样一致性验证,思路直观但受限于高昂的计算成本与有限的知识覆盖范围。当高置信度幻觉暴露出传统概率信号的失效后,研究范式发生关键转折,从黑盒外部验证转向白盒内部表征探测,利用隐藏状态中的可解码信号实现实时检测。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档