arXiv · cs.CL· Haozheng Liu·· 16 小时前AI 评分33
决策模型作为幻觉检测的评判者
Decision Models as Judges for Hallucination Detection
来源与原文
arXiv · cs.CL
作者：Haozheng Liu
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.37229v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
arXiv 论文测试将决策模型用作 LLM 幻觉检测的评判者：基于六个数据集共 9,852 条样本、覆盖五类幻觉类型的二元基准，对比五个决策模型与生成式评判者 gpt-6-sol。最佳决策模型在上下文不一致任务上的 balanced accuracy 与 gpt-6-sol 持平，在事实错误上相差 3 个百分点以内，但在逻辑与指令不一致上落后 4-8 个百分点。采用置信度级联后，决策模型在三类任务上超越最佳单模型 1.9-3.3 个百分点，并以 gpt-6-sol 1-3% 的成本持平或超过其表现。
来源：arXiv · cs.CL · arxiv.org