用户12886942
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
原创
关注作者
腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
搜索
搜索
关闭
发布
用户12886942
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
用户12886942
关注
发布于 2026-11-21 19:13:13
发布于 2026-11-21 19:13:13
12
0
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。
LLM
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