LLMにおける効率的なハルシネーション検出

この論文は、信頼できるAIシステム構築に不可欠な、大規模言語モデル（LLM）におけるハルシネーションの問題に対処しています。これらのハルシネーションを検出するためのより効率的な方法を提案し、評価をより迅速かつ実用的にしています。計算効率への焦点と、さまざまなLLM間の比較分析は、重要な貢献です。

• •軽量で効率的なハルシネーション検出方法（HHEM）を提案。
• •既存の方法と比較して、評価時間を大幅に短縮。
• •特に非捏造チェックにより、ハルシネーション検出において高い精度を実証。
• •要約タスクにおける局所的なハルシネーション検出の課題を特定し、セグメントベースの検索を提案。
• •より大きなLLM（7B-9Bパラメータ）は、一般的にハルシネーションが少ないことを発見。