Откриване на халюцинации — Проверка на фактическата последователност за изходи от големи езикови модели (ГЕМ)
Откриването на халюцинации е процес в обработката на естествен език, който измерва дали изходът на езиков модел е съгласуван с референтен изходен документ или с проверими факти. Формализиран като задача за оценка на достоверността от Maynez et al. (2020) и разширен до настройка на черна кутия с нулеви ресурси от Manakul et al. (2023) със SelfCheckGPT, подходът се използва за отбелязване на ненадеждни изходи от ГЕМ в области с висок риск като медицина, право и журналистика.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Maynez, J., Narayan, S., Bohnet, B., & McDonald, R. (2020). On Faithfulness and Factuality in Abstractive Summarization. Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics (ACL), 1906-1919. link ↗
- Manakul, P., Liusie, A., & Gales, M.J.F. (2023). SelfCheckGPT: Zero-Resource Black-Box Hallucination Detection for Generative Large Language Models. Proceedings of the 2023 Conference on Empirical Methods in Natural Language Processing (EMNLP), 9004-9017. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 1). Hallucination Detection (Factual Consistency). ScholarGate. https://scholargate.app/bg/text-mining/hallucination-detection
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- BERT EmbeddingsИзвличане на текст↔ compare
- Разпознаване на именувани обекти (NER)Извличане на текст↔ compare
- Отговаряне на въпроси (QA)Извличане на текст↔ compare
- Анализ на настроениятаИзвличане на текст↔ compare
- Класификация на текстИзвличане на текст↔ compare
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →