arXiv 自然语言处理· Yongtong Li, Yixuan Florence Wu, Jiawei Zhang, Naichen Shi·· 6 小时前AI 评分34
LLM 可靠性检测的表征签名自适应迁移方法
Adaptive Transfer of Representational Signatures for LLM Reliability Detection
AI 导读
研究人员提出了一种表征签名自适应迁移框架，以解决 LLM 幻觉和推理错误等可靠性检测器依赖大量特定领域标注数据的问题。该框架先提取各领域低维签名，再通过交叉拟合自适应学习预测器的组合权重。多款开源权重 LLM 实验表明，新领域仅需 25 个标注问题，即可将幻觉检测 AUROC 提升 6.8%、推理步骤预测 AUROC 提升 8.4%。
来源：arXiv 自然语言处理 · arxiv.org