Peer Context Outlier Detection

新方法利用同伴上下文减少科学分析中LLM的幻觉

一篇新研究论文介绍了一种名为同伴上下文异常检测（P-COD）的方法，旨在减少大型语言模型（LLM）在分析科学文献时的幻觉。与专注于单一文档的现有技术不同，P-COD利用语料库中论文之间的关系。通过将提取的数据与经过验证的同伴信息进行比较，该系统会调整置信度分数，并将低置信度的结果标记出来供专家审查。在六个科学领域进行的实验表明，P-COD在异常检测方面达到了高达98%的准确率，从而最大限度地减少了幻觉，并使研究人员能够专注于真正模棱两可的发现。