外的ハルシネーションへの取り組み：LLMの事実性と謙虚さを確保する

この記事は、LLMにおける外的ハルシネーションの有用ではあるが単純化された枠組みを提供し、膨大な事前学習データセットに対する出力の検証という課題を強調しています。事実の正確さとモデルが知らないことを認める能力の両方に焦点を当てることは、信頼できるAIシステムを構築するために不可欠ですが、この記事には具体的な解決策や既存の軽減技術に関する議論がありません。

• •LLMのハルシネーションは、コンテキスト内と外的の2種類に分類できます。
• •外的ハルシネーションとは、事前学習データセット（世界知識）に根拠のない捏造されたコンテンツを指します。
• •外的ハルシネーションに対処するには、LLMが事実に基づき、知識が不足している場合にそれを認める必要があります。