A Risk-Oriented Verification and Validation Framework for Hallucination Detection in Public-Sector LLM Systems
本文提出了一种面向风险的验证与确认框架,通过引入一个用于指导延迟处理或人工升级等操作决策的综合风险指数,将公共部门大语言模型中的幻觉检测从一个纯粹的技术挑战转变为一个治理问题,从而确保法律确定性与行政问责制。
2456 篇论文
本文提出了一种面向风险的验证与确认框架,通过引入一个用于指导延迟处理或人工升级等操作决策的综合风险指数,将公共部门大语言模型中的幻觉检测从一个纯粹的技术挑战转变为一个治理问题,从而确保法律确定性与行政问责制。
本文引入了一种因果性的、标记级(token-level)的生存分析框架,该框架通过检测文本新颖性漂移(text-novelty drift),成功地在大型语言模型产生幻觉之前对其进行预测,实现了 0.777 的 AUROC,并比传统的后验检测器提前约 11 个标记发出预警。
本文提出了 NPDO,一种结合了多尺度特征提取与层次化 CNN 和 Vision Transformer 架构的混合神经网络框架,旨在智能地剪枝 VVC Intra 预测搜索空间,与 VTM 23.0 参考模型相比,在仅增加 1.18% BD-Rate 的情况下,实现了 54.0% 的编码时间缩减。
本文提出了 ADONIS,这是一个用于 6G 网络切片的去中心化框架,它利用分层边缘联邦数字孪生架构、时空图神经网络调度器以及一种新型增量编码协议,旨在最小化同步开销和 SLA 违约,同时确保资源分配的收敛性。
本文提出了聚焦感知自适应稠密子图(FAADS)框架,该框架通过增量更新机制在动态多层网络中高效挖掘高质量稠密子图,在保持近乎最优的密度质量的同时,实现了较现有最先进方法显著的速度提升。
本研究利用 OULAD 数据集证明,虽然 BiLSTM 模型在预测学生及格/不及格以及退学结果方面优于梯度提升基准模型,但尽管任务间存在中度相关性,多任务学习架构相比单任务方法并未提供显著优势,这表明这些结果依赖于部分不同的行为模式。
本文通过对36项研究进行的系统综述和定量元分析,证明了基于树的集成方法是预测钙钛矿太阳能电池效率最有效的监督学习方法,同时也指出了数据标准化方面的关键挑战,并提出了一个旨在增强机器学习驱动的光伏开发可靠性与可扩展性的全面路线图。
本文介绍了 ThinkCode,这是一个 AI 介导的支架式框架,它利用“提示优先”的交互范式,通过在展示完整解决方案之前强制执行主动回想和逐步推理,来对抗编程教育中的认知卸载和技能萎缩问题。
本文提出了一种改进的、基于YOLOv8的轻量化检测系统,通过多模块优化增强了性能,旨在克服在复杂交通场景下检测电动自行车骑行者头盔时存在的准确性、实时性能以及边缘设备兼容性方面的现有局限性。
本文介绍了量子核变换器(Quantum Kernel Transformer, QKT),这是一种混合架构,它利用可训练的参数化量子电路作为非线性嵌入层,在文本、表格、音频和物理等多种高维分类任务中实现了具有竞争性或优越的性能,同时展示了对不稳定性的鲁棒性,并识别了在图像处理方面的特定局限性。