HALLUCANA: Fixing LLM Hallucination with A Canary Lookahead
Rattachement africain : us. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
In this paper, we present HALLUCANA, a canary lookahead to detect and correct factuality hallucinations of Large Language Models (LLMs) in long-form generation.HALLUCANA detects and intervenes as soon as traces of hallucination emerge, during and even before generation.To support timely detection, we exploit the internal factuality representation in the LLM hidden space, where we investigate various proxies to the LLMs' factuality selfassessment, and discuss its relation to the models' context familiarity from their pre-training.On biography generation, our method improves generation quality by up to 2.5x, while consuming over 6 times less compute. 1
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- HALLUCANA: Fixing LLM Hallucination with A Canary Lookahead
- Date Crossref
- 01/01/2025
- Éditeur
- Association for Computational Linguistics
- Type
- proceedings-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Amazon (United States) pays non établi dans la noticeEntreprise
-
Amazon Alexa AI pays non établi dans la noticeInstitution
Amazon (United States) et Amazon Alexa AI.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.