大模型算法

AAAI2025｜小红书搜索广告团队提出幻觉检测新方法：基于语义图增强的不确定建模

大型语言模型（LLMs）在生成文本时容易出现“幻觉”，即生成不真实或不忠实的内容，这限制了其在实际场景中的应用。现有的研究主要基于不确定性进行幻觉检测，利用 LLMs 的输出概率计算不确定性，无需依赖外部知识或频繁采样。然而，这些方法通常只关注单个 Token 的不确定性，忽略了 Token 和句子之间复杂的语义关系，导致在多 Token 和跨句子的幻觉检测中存在不足。

1/17/2025 2:38:40 PM

钻研大模型的

资讯热榜

Mac也能跑Qwen3，一文看懂本地部署qwen 3配置要求 Ollama 支持全线的 Qwen 3 模型 Qwen3正式发布，优化编码与代理能力，强化MCP支持引领AI新潮流 AI视频资讯早读！7个产品更新+8个案例精选小米开源“Xiaomi MiMo”大模型：为推理而生，以 7B 参数超越 OpenAI o1-mini 小米首个推理大模型Xiaomi MiMo开源 DeepWiki：AI驱动的GitHub代码库百科全书正式亮相性能与效率的双赢:Qwen3横空出世，MoE架构大幅降低部署成本

标签云

人工智能 OpenAI AIGC AI ChatGPT AI绘画 DeepSeek 模型数据机器人谷歌大模型 Midjourney 智能用户开源学习 GPT 微软 Meta 图像 AI创作技术论文 Gemini Stable Diffusion 马斯克算法蛋白质芯片代码生成式英伟达腾讯神经网络研究计算 Anthropic 3D Sora AI for Science AI设计机器学习开发者 GPU AI视频华为场景人形机器人预测百度苹果伟达 Transformer 深度学习 xAI Claude 模态字节跳动大语言模型搜索驾驶具身智能神器推荐文本 Copilot LLaMA 算力安全视觉视频生成训练干货合集应用大型语言模型亚马逊科技智能体 AGI DeepMind