大規模言語モデルのハルシネーション検出 新パイプラインがF1スコア0.915を達成
arXiv cs.CLは9月10日(現地時間)、ヴァルン・テジャ・チュンドゥル氏らの研究チームが、大規模言語モデル (LLM) が生成する誤情報「ハルシネーション」を検出する新たなマルチシグナル検出パイプラインを発表した。このパイプラインは、HaluEvalベンチマークの一般ドメインタスクで、F1スコア0.915、AUROC (Area Under the Receiver Operating Characteristic curve) 0.977を達成したと報告されている。