Ever: Mitigating Hallucination in Large Language Models through Real-Time Verification and Rectification
专题命中 幻觉与事实性 :trustworthy(abstract);分类 cs.CL、cs.AI、cs.LG
AI 大模型
大模型对齐、安全、越狱、红队、提示注入和可信评测。
专题命中 幻觉与事实性 :trustworthy(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 幻觉与事实性 :alignment(abstract);分类 cs.CL、cs.AI、cs.LG
Comments 20 pages
专题命中 幻觉与事实性 :safety(abstract);分类 cs.CL、cs.AI、cs.LG
Comments Preprint version, Under Review
专题命中 幻觉与事实性 :alignment(abstract);分类 cs.CL、cs.AI、cs.LG
Comments EMNLP 2023 (20 pages)
专题命中 幻觉与事实性 :RLHF(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 幻觉与事实性 :safety(abstract);分类 cs.CL、cs.AI、cs.LG
Comments Human Multi-Robot Interaction Workshop at IROS 2023
专题命中 幻觉与事实性 :alignment(abstract);分类 cs.CL、cs.AI、cs.LG
Comments Accepted at the Findings of ACL 2023
专题命中 幻觉与事实性 :trustworthy(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 幻觉与事实性 :safety(abstract);分类 cs.CL、cs.AI、cs.LG
Comments For few-shot examples and prompts, see https://github.com/anthropics/DecompositionFaithfulnessPaper
专题命中 幻觉与事实性 :trustworthy(abstract);分类 cs.CL、cs.AI、cs.LG
Comments To be published in Proceedings of the 2022 Conference on Empirical Methods in Natural Language Processing: System Demonstrations. 13 pages and 14 figures
专题命中 幻觉与事实性 :trustworthy(abstract);分类 cs.CL、cs.AI、cs.LG
Comments Accepted to publication at LatinX in AI workshop at the Thirty-sixth Conference on Neural Information Processing Systems, LXAI @ NeurIPS 2022
专题命中 幻觉与事实性 :safety(abstract);分类 cs.CL、cs.AI、cs.LG
Journal ref Proceedings of the 35th AAAI Conference on Artificial Intelligence, 2021
抽取式自我解释与人类推理在文本分类中的系统比较
机构 * Center for Social Data Science(社会科学数据科学中心) ; University of Copenhagen(哥本哈根大学) ; Machine Learning Group(机器学习小组) ; Technische Universität Berlin(柏林技术大学)
专题命中 幻觉与事实性 :alignment(abstract);分类 cs.CL、cs.AI;trustworthy(comments)
AI总结 本文比较了抽取式自我解释与人类推理在文本分类任务中的有效性,通过分析不同任务和语言的解释质量,发现自我解释在文本长度和任务复杂度上与人类推理存在显著差异。
Comments accepted to the Trustworthy NLP Workshop, co-located with ACL 2026
大语言模型内部表示中提示的固有维度
专题命中 幻觉与事实性 :safety(abstract);分类 cs.CL、cs.LG
AI总结 本研究通过固有维度视角分析大语言模型提示的内部表示几何,发现其与下一个 token 不确定性等相关,训练的线性探测模型可在生成前区分恶意与良性提示,准确率优于现有安全工具,为 LLM 安全提供了新信号。
Comments 12+14 pages, 18 figures, matches published version on Transactions of Machine Learning Research
幻觉作为特征而非缺陷:评估一种将推测性语言模型输出转化为可检验科学假说的多智能体架构
机构 * IES Parquesol(帕尔奎索尔学院)
专题命中 幻觉与事实性 :alignment(abstract);分类 cs.CL、cs.AI
AI总结 该研究提出基于Rust的多智能体架构,通过生成与评估智能体的认识论摩擦循环将LLM的推测性输出转化为可检验假说,实验显示该架构在需经受严格约束时更具优势,且各架构在原创性等维度的平衡表现不同。
Comments 25 pages. Bilingual: full English version followed by the complete Spanish version. Includes an exploratory paired baseline and ablation study (6 conditions). Code and data: https://doi.org/10.5281/zenodo.20649714
LODESTAR:可信赖熵是被引导的,而非仅被测量——强化偏振器防止冻结型大语言模型(LLM)被错误证据误导而自信出错
专题命中 幻觉与事实性 :trustworthy(abstract);分类 cs.CL、cs.LG
AI总结 LODESTAR是首个通过强化学习训练偏振器、依据第三方冻结型LLM的不确定性评分文本干预的方法,可提升检索增强问答的F1值等指标,减少模型读取误导性段落的概率。
Comments 28 pages, 3 figures
语义分割中不确定性量化与基础模型的批判性综合研究
机构 * Institute of Photogrammetry and Remote Sensing (IPF), Karlsruhe Institute of Technology (KIT)(卡尔斯鲁厄理工学院摄影测量与遥感研究所)
专题命中 幻觉与事实性 :safety(abstract);分类 cs.AI、cs.LG
AI总结 本文首次系统评估四类不确定性量化方法在语义分割基础模型上的表现,揭示预测性能、可靠性与计算成本间的权衡,为现实应用需联合优化相关指标指明方向。
Comments Accepted for publication in the ISPRS Annals (ISPRS Congress 2026, Toronto, Oral Presentation)
你即你所提示的:农业食品视觉语言模型中的提示质量、领域偏移与不确定性
机构 * University of Granada(格拉纳达大学)
专题命中 幻觉与事实性 :alignment(abstract);分类 cs.CL、cs.LG
AI总结 该研究针对农业食品领域,评估了零样本提示集成(ZPE)在分布内与分布外场景的表现,提出PID方法提升严重领域偏移下的故障检测能力,验证了领域特定提示池的优势。
Comments Accepted in the journal Procesamiento del Lenguaje Natural (SEPLN2026)
解释何时能帮助上下文学习?自然语言解释类型与忠实度的比较研究
机构 * LMU Munich(慕尼黑大学) ; Munich Center for Machine Learning (MCML)(慕尼黑机器学习中心) ; Imperial College London(伦敦帝国学院) ; Technical University of Munich(慕尼黑工业大学) ; MaiNLP lab, CIS, LMU Munich(慕尼黑大学CIS研究所MaiNLP实验室)
专题命中 幻觉与事实性 :alignment(abstract);分类 cs.CL、cs.AI
AI总结 该研究通过在6个基准和4个指令调优模型上的比较评估,探究不同来源与选择方式的自然语言解释对上下文学习下游性能的影响,为实际提示流程中解释的选择和报告提供了见解。
当AI改写时,分类器会放松:针对讽刺文本与AI改写社交文本的不确定性感知情感分析
机构 * Manipal University Jaipur(斋浦尔马尼帕尔大学)
专题命中 幻觉与事实性 :alignment(abstract);分类 cs.CL、cs.AI
AI总结 该研究针对讽刺与AI改写社交文本开展情感分析,发现AI改写文本可提升分类器准确率,提出轻量弃权包装器,推动高风险情感应用转向不确定性感知预测。
超越访问:引导式LLM支架在本科统计学自主学习中的应用
机构 * School of Electrical and Computer Engineering, University of Tehran, Iran(伊朗塔里哈大学电气与计算机工程学院) ; Tehran Institute for Advanced Studies, Khatam University, Iran(伊朗卡塔姆大学泰赫兰高级研究院)
专题命中 幻觉与事实性 :alignment(abstract);分类 cs.AI、cs.CY
AI总结 本研究通过准实验比较无LLM、无限制LLM和引导式LLM三种条件,发现引导式LLM使用能促进以推理为导向的交互模式,提升无辅助测验表现,并改善自我评估校准,表明LLM作为教育工具需通过支架设计实现推理伙伴而非答案获取工具。
Comments 10 pages. Accepted at the 34th International Conference on Computers in Education (ICCE 2026), Asia-Pacific Society for Computers in Education (APSCE)
REHEARSE:大语言模型中用于语言置信度校准的经验式排练
机构 * University of Pennsylvania(宾夕法尼亚大学) ; University of Southern California(南加州大学) ; University of Illinois Chicago(伊利诺伊大学香槟分校)
专题命中 幻觉与事实性 :safety(abstract);分类 cs.CL、cs.AI
AI总结 针对大语言模型置信度与实际正确性不匹配的问题,提出无训练的Rehearse方法,通过置信度校准博弈的反馈生成校准信号,在多模型多基准实验中显著降低了预期校准误差并提升准确率。
用于多类皮肤病变分类的不确定性感知且可解释的集成深度学习框架
专题命中 幻觉与事实性 :trustworthy(abstract);分类 cs.AI、cs.LG
Comments 5 pages, 3 figures, IEEE AIBThings 2026
面向多模态大语言模型的统一幻觉模糊测试
专题命中 幻觉与事实性 :alignment(abstract);分类 cs.CL、cs.AI
AI总结 针对多模态大语言模型的幻觉问题,提出含UniHall基准与SAMF自演化模糊测试的评估框架,发现SOTA模型在模糊测试下性能显著下降,存在有用性-幻觉权衡。
Comments 47 pages, 17 figures
KumbhDoot:面向大规模集会公共服务助手的可扩展、大语言模型(LLM)限定架构
专题命中 幻觉与事实性 :safety(abstract);分类 cs.AI、cs.CY
AI总结 针对大壶节这类高风险低连接性的大规模集会,提出KumbhDoot架构,以相似度优先、LLM限定为核心,解决默认LLM助手成本高、易幻觉等问题,适配公共服务场景。
人类放弃,推理模型坚持:将难度登记与深思分配分离
机构 * The University of Hong Kong(香港大学)
专题命中 幻觉与事实性 :alignment(abstract);分类 cs.CL、cs.AI
AI总结 本文通过分离难度登记与深思分配,发现人类与大型推理模型(LRM)在问题解决中的时间/令牌分配模式相反:人类在错误问题上用时更少,而LRM在错误问题上使用更多令牌。
解释、验证和对齐视觉语言模型嵌入中的语义层次结构
机构 * University of Lübeck(吕贝克大学) ; Technical University of Munich(慕尼黑工业大学) ; AUMOVIO SE ; Osnabrück University(奥斯纳布吕克大学) ; Leibniz Institute for Agricultural Engineering and Bioeconomy(莱布尼茨农业工程与生物经济研究所) ; University of Hamburg(汉堡大学)
专题命中 幻觉与事实性 :alignment(abstract);分类 cs.AI、cs.LG
AI总结 本文提出一种框架,用于解释、验证和对齐视觉语言模型嵌入中的语义层次结构,通过聚类和概念库匹配提取层次结构,并利用人类本体评估其合理性,最终提出基于本体的对齐方法以提升共享嵌入空间的语义对齐。
Comments camera-ready version of accepted IJCAI-ECAI 2026 paper including supplementary material; code: https://github.com/gesina/ontological-commitment
为繁荣优化:繁荣度量与繁荣回报作为人工智能及后AGI经济系统的成功标准
专题命中 幻觉与事实性 :safety(abstract);分类 cs.AI、cs.CY
AI总结 该研究提出将人类繁荣作为AI及后AGI经济系统的核心成功标准,构建了Flourishing Metrics框架与RoF评估方法,为AI及经济转型的价值核算提供了决策架构。
MedUPS:利用大语言模型辅助罕见医疗病例的诊断
专题命中 幻觉与事实性 :alignment(abstract);分类 cs.CL、cs.AI
AI总结 本研究提出MedUPS对齐框架及MedUPSQA数据集,通过强化学习使大语言模型对齐临床中游决策,提升了不同规模模型的下一步临床决策准确率,且小模型表现优于部分大模型。
Comments 13 pages, 6 figures
MambaGaze: 通过显式缺失数据建模的双向Mamba用于从眼动追踪数据中评估认知负荷
机构 * Department of Computer Science, College of AI, Cyber and Computing, The University of Texas at San Antonio(计算机科学系,人工智能、网络与计算学院,德克萨斯大学圣安东尼奥分校) ; Department of Educational Psychology, College of Education and Human Development, The University of Texas at San Antonio(教育心理学系,教育与人类发展学院,德克萨斯大学圣安东尼奥分校) ; Department of Neuroscience, Developmental and Regenerative Biology, College of Sciences, The University of Texas at San Antonio(神经科学系,发育与再生生物学系,科学学院,德克萨斯大学圣安东尼奥分校)
专题命中 幻觉与事实性 :safety(abstract);分类 cs.AI、cs.LG
AI总结 本文提出MambaGaze,通过XMD编码和双向Mamba-2框架,解决眼动追踪数据中频繁缺失和长时序依赖建模的问题,实验证明其在认知负荷评估中的优越性能和边缘部署可行性。