entailment

本文提出HallDetect，一种轻量级、无需参考的幻觉检测框架，它将生成内容分解为原子声明，并通过紧凑的蕴含模型进行验证。在多个基准测试中，它优于资源相当的基础模型，并提供了从声明到文本片段的审计轨迹。

本文表明，逐块验证在多跳RAG中会失败，因为没有任何单个块是充分的，并提出基于分解的验证方法来修复这一问题，在多个数据集上展示了显著改进。

本文提出逻辑图不确定性（LGU）框架，该框架对答案之间的蕴含关系与不相容性进行建模，以改进大语言模型的不确定性估计。在多个基准测试中，LGU相较语义熵基线方法，AUROC最高提升7.1%，AUARC最高提升3.5%。