研究者提出SAFE-QE查询扩展方法
热点事件持续更新
研究者提出SAFE-QE查询扩展方法
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
研究者 Amit Kumar Jaiswal 等人提出免训练、与检索器无关的查询扩展方法 SAFE-QE,用于识别并抑制大语言模型查询扩展中的幻觉词。该方法依据语料条件下的跨上下文可复现性为候选扩展词打分,把在随机查询上下文中反复出现、却缺乏伪相关集支持的词判定为幻觉关联产物并降权。 作者同时提出 Hallucinated Expansion Term Rate 指标,用于衡量此类幻觉扩展词的比例。上述方法及指标由作者在论文中提出,其实际效果尚未在报道中给出验证结果。
AI 根据报道生成 · 54 分钟前更新
最新进展10月12日 12:00
SAFE-QE:用子序列关联过滤与广度感知选择追踪并抑制 LLM 查询扩展中的幻觉词报道时间线
沿着报道,了解事件的不同侧面。
10月12日
- arXiv cs.CLSAFE-QE:用子序列关联过滤与广度感知选择追踪并抑制 LLM 查询扩展中的幻觉词
研究者提出免训练、与检索器无关的查询扩展方法 SAFE-QE,通过语料条件下的跨上下文可复现性对候选扩展词打分,将随机查询上下文中反复出现但缺乏伪相关集支持的词判定为幻觉关联产物并降权。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。