A Lightweight Retrieval-Grounded Framework for Hallucination Detection and Correction in Large Language Models
यह शोधपत्र एक हल्का, मॉड्यूलर रिट्रीवल-ग्राउंडेड फ्रेमवर्क प्रस्तावित करता है जो TF-IDF साक्ष्य पुनर्प्राप्ति (एविडेंस रिट्रीवल) और भारित सत्यापन (वेटेड वेरिफिकेशन) का लाभ उठाकर लार्ज लैंग्वेज मॉडल्स में मतिभ्रम (हैलुसिनेशन) का प्रभावी ढंग से पता लगाने और उन्हें सुधारने का कार्य करता है, जिससे मल्टी-एलएलएम इन्फरेंस के कम्प्यूटेशनल ओवरहेड के बिना उच्च पहचान सटीकता और महत्वपूर्ण मतिभ्रम कमी प्राप्त होती है।