evaluator agent

新框架解决简历改写中LLM幻觉问题

研究人员开发了一个名为Grounded Optimization的新框架，以解决大型语言模型（LLM）在应用于自动化个人文档改写（如简历）时出现的幻觉问题。该五层框架包含时间上下文验证、确定性污染检测、结构不变性强制执行、提示级接地和评估代理。实验表明幻觉显著减少，每份简历检测到的总体幻觉率降至0.04-0.24，时间幻觉减少了50-95%。该研究还发布了其污染分类法、评估代码和数据，其中提示级接地本身已被证明对某些模型和条件有效。