本文是LLM系列文章,针对《A Survey of Hallucination in “Large” Foundation Models》的翻译。
大型基础模型幻觉现象综述
摘要
基础模型中的幻觉是指产生偏离事实现实或包含捏造信息的内容。这篇调查论文对最近旨在识别、阐明和解决幻觉问题的努力进行了广泛的概述,特别关注“大型”基础模型(LFM)。本文对LFM特有的各种类型的幻觉现象进行了分类,并建立了评估幻觉程度的评估标准。它还研究了减轻LFM幻觉的现有策略,并讨论了该领域未来研究的潜在方向。从本质上讲,本文对LFM中与幻觉相关的挑战和解决方案进行了全面的研究。
1 引言
2 大语言模型中的幻觉
3 大图像模型中的幻觉
4 大视频模型中的幻觉
5 大音频模型中的幻觉
6 幻觉不总是有害的:不同的视角
7 结论和未来方向
我们简要地对LFM中幻觉领域的现有研究进行了分类。我们对这些LFM进行了深入分析,包括关键方面,包括1.检测,2.缓解措施,3.任务,4.数据集和5.评估指标。
下面给出了解决LFM中幻觉挑战的一