【AAAI2025教程】大语言模型中的幻觉问题：挑战与解决方案，86页ppt

大语言模型中的幻觉问题：挑战与解决方案

大语言模型（LLMs）在生成类人文本方面取得了显著进展，但其“幻觉”倾向——即生成事实错误或虚构信息——仍然是一个亟待解决的问题。本教程将全面探讨LLMs中的幻觉问题，向参与者介绍该领域的关键概念和挑战。我们将涵盖幻觉的类型，包括“事实幻影”（Factual Mirage）和“银边幻觉”（Silver Lining），并展示最新的基准测试、检测和缓解方法。

多模态视角下的幻觉问题

从多模态的角度来看，理解幻觉问题尤为重要，因为视觉-语言模型（VLMs）可能会通过将幻觉文本与误导性图像或视频结合，进一步加剧这一问题。本教程将提供实用的技术，通过黑盒和灰盒方法减少幻觉。

目标受众与学习收获

本教程专为生成式AI领域的研究人员和从业者设计，旨在弥合新兴研究与实际解决方案之间的差距，为参与者提供宝贵的见解和工具，以提升LLM输出的事实准确性。通过参与本教程，您将更深入地理解LLM幻觉的复杂性，并掌握推动该领域未来创新的策略。

专知便捷查看，访问下面网址或 点击最底端“阅读原文”