标签
SWORD引入了一个基于Wikidata的基准，用于评估LLM在拒绝事实错误时的跨语言不一致性，揭示模型依赖于分布熟悉度，并在亚洲语言中表现出性能下降。
本文介绍了将图对齐拓扑作为接地检测的归纳偏置，使用图神经网络对参考信息与LLM输出之间的对齐结构进行建模。该方法在多个幻觉和问答数据集上取得了最先进的结果，性能优于GPT-4o。