摘要

本文介绍了一种名为“渐进式细粒度模型编辑器（PFME）”的创新框架，旨在检测和纠正大型语言模型（LLMs）中的细粒度幻觉（hallucinations）。幻觉是指模型生成的内容与事实不符或缺乏准确性的情况。PFME通过两个主要模块——实时事实检索模块和细粒度幻觉检测与编辑模块，有效地识别和修正LLMs输出中的错误。实验结果表明，PFME在细粒度幻觉检测任务中显著优于现有方法，特别是在使用Llama3-8B-Instruct模型时，其性能提升尤为明显。

原理

PFME的工作原理基于两个核心模块的协同作用：实时事实检索模块和细粒度幻觉检测与编辑模块。实时事实检索模块通过识别文档中的关键实体，并从可信数据源检索最新的事实证据，确保编辑过程中使用的信息是最准确和最新的。细粒度幻觉检测与编辑模块则将文档分解为句子级别，利用相关证据和先前编辑的上下文，精确识别、定位并编辑每个句子的幻觉类型。这种模块化的设计使得PFME能够针对不同类型的幻觉进行专门的检测和编辑，从而提高模型的准确性和文本质量。

流程

PFME的工作流程包括以下几个步骤：

1. 实体识别与证据检索：使用LLM进行命名实体识别（NER），识别文档中的关键实体，并从MediaWiki搜索引擎中检索相关维基百科文章的核心内容和信息框数据。
2. 证据文本处理：将检索到的证据文本进行分段处理，确保其语义连贯性，并将分段后的证据文本和待编辑句子转换为嵌入格式。
3. 相似度计算与证据选择：使用检索模型计算待编辑句子与证据文本段之间的相似度，并应用k-最近邻（k-NN）算法选择最相关的证据文本段。
4. 幻觉检测与编辑：利用InstructGPT将文档分解为句子，通过两阶段检索过程识别最相关的证据片段，并根据证据评估每个句子的准确性。如果发现幻觉，PFME会识别错误类型并进行相应的编辑，如修改实体错误或语义关系错误。
5. 编辑结果存储：将编辑后的句子存储在文本库中，以便后续评估和使用。

应用

PFME框架的应用前景广泛，特别是在需要高度准确性和可靠性的领域，如新闻报道、法律文件分析、医疗信息处理等。通过有效检测和纠正幻觉，PFME可以显著提高LLMs在生成文本时的准确性和可信度，从而在多个行业中发挥重要作用。此外，PFME的方法不仅适用于大型语言模型，还可以扩展到其他类型的文本生成和编辑任务中，具有很高的灵活性和适应性。