发布LOTUS幻觉检测框架

Devansh Sharma等研究人员提出并发布了名为LOTUS的幻觉检测框架。该框架基于低阶多线性分解，旨在解决大语言模型（LLM）中的幻觉问题。 其核心机制是通过低阶多线性分解从LLM的隐藏状态中提取紧凑表征。研究采用互补统计描述符来总结变长的token表征，这一设计结合低阶分解技术，有效降低了对标注数据的依赖。 据初步结果显示，LOTUS在多个基准测试中表现优于现有的最先进（SOTA）基线模型，展示了其在检测幻觉方面的潜力。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。