SeSE：構造情報に基づいたLLMにおけるハルシネーション検出のための不確実性定量化フレームワーク

この記事では、大規模言語モデル（LLM）におけるハルシネーションを検出するための新しいフレームワーク、SeSEを紹介しています。このフレームワークは、不確実性を定量化するために構造情報を利用しており、LLMによって生成された可能性のある誤った情報や捏造された情報を特定するための重要な側面です。ソースはArXivであり、研究論文であることを示しています。

• •SeSEは、LLMにおけるハルシネーション検出のための新しいフレームワークです。
• •構造情報を使用して不確実性を定量化します。
• •LLMによって生成された可能性のある誤った情報を特定することを目的としています。