Buchumschlag

On A Scale From 1 to 5: Quantifying Hallucination in Faithfulness Evaluation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jing, Xiaonan, Billa, Srinivas, Godbout, Danny
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

TravelBench : Exploring LLM Performance in Low-Resource Domains
von: Billa, Srinivas, et al.
Veröffentlicht: (2025)

FaithLens: Detecting and Explaining Faithfulness Hallucination
von: Si, Shuzheng, et al.
Veröffentlicht: (2025)

Modality Collapse as Mismatched Decoding: Information-Theoretic Limits of Multimodal LLMs
von: Billa, Jayadev
Veröffentlicht: (2026)

The Geometric Anatomy of Capability Acquisition in Transformers
von: Billa, Jayadev
Veröffentlicht: (2026)

FaithBench: A Diverse Hallucination Benchmark for Summarization by Modern LLMs
von: Bao, Forrest Sheng, et al.
Veröffentlicht: (2024)

The Cascade Equivalence Hypothesis: When Do Speech LLMs Behave Like ASR$\rightarrow$LLM Pipelines?
von: Billa, Jayadev
Veröffentlicht: (2026)

Quantifying Hallucinations in Language Language Models on Medical Textbooks
von: Colelough, Brandon C., et al.
Veröffentlicht: (2026)

Supervisory Prompt Training
von: Billa, Jean Ghislain, et al.
Veröffentlicht: (2024)

STORYSUMM: Evaluating Faithfulness in Story Summarization
von: Subbiah, Melanie, et al.
Veröffentlicht: (2024)

Credal Transformer: A Principled Approach for Quantifying and Mitigating Hallucinations in Large Language Models
von: Ji, Shihao, et al.
Veröffentlicht: (2025)

The System Hallucination Scale (SHS): A Minimal yet Effective Human-Centered Instrument for Evaluating Hallucination-Related Behavior in Large Language Models
von: Müller, Heimo, et al.
Veröffentlicht: (2026)

Evaluating Human Alignment and Model Faithfulness of LLM Rationale
von: Fayyaz, Mohsen, et al.
Veröffentlicht: (2024)

One SPACE to Rule Them All: Jointly Mitigating Factuality and Faithfulness Hallucinations in LLMs
von: Wang, Pengbo, et al.
Veröffentlicht: (2025)

From RAG to Agentic RAG for Faithful Islamic Question Answering
von: Bhatia, Gagan, et al.
Veröffentlicht: (2026)

Evaluating Correctness and Faithfulness of Instruction-Following Models for Question Answering
von: Adlakha, Vaibhav, et al.
Veröffentlicht: (2023)

GeoFaith: A Spatio-Temporal Dual View of Faithful Chain-of-Thought
von: Lv, Weijiang, et al.
Veröffentlicht: (2026)

Combining Confidence Elicitation and Sample-based Methods for Uncertainty Quantification in Misinformation Mitigation
von: Rivera, Mauricio, et al.
Veröffentlicht: (2024)

RPTS: Tree-Structured Reasoning Process Scoring for Faithful Multimodal Evaluation
von: Wang, Haofeng, et al.
Veröffentlicht: (2025)

Lynx: An Open Source Hallucination Evaluation Model
von: Ravi, Selvan Sunitha, et al.
Veröffentlicht: (2024)

A Survey of Automatic Hallucination Evaluation on Natural Language Generation
von: Qi, Siya, et al.
Veröffentlicht: (2024)

Faithfulness-QA: A Counterfactual Entity Substitution Dataset for Training Context-Faithful RAG Models
von: Ju, Li, et al.
Veröffentlicht: (2026)

Generating Faithful Text From a Knowledge Graph with Noisy Reference Text
von: Hashem, Tahsina, et al.
Veröffentlicht: (2023)

Prompt-Response Semantic Divergence Metrics for Faithfulness Hallucination and Misalignment Detection in Large Language Models
von: Halperin, Igor
Veröffentlicht: (2025)

FaithUn: Toward Faithful Forgetting in Language Models by Investigating the Interconnectedness of Knowledge
von: Yang, Nakyeong, et al.
Veröffentlicht: (2025)

$\texttt{BluePrint}$: A Social Media User Dataset for LLM Persona Evaluation and Training
von: Bück-Kaeffer, Aurélien, et al.
Veröffentlicht: (2025)

From Out-of-Distribution Detection to Hallucination Detection: A Geometric View
von: Liu, Litian, et al.
Veröffentlicht: (2026)

Towards Detecting Contextual Real-Time Toxicity for In-Game Chat
von: Yang, Zachary, et al.
Veröffentlicht: (2023)

A Causal Lens for Evaluating Faithfulness Metrics
von: Zaman, Kerem, et al.
Veröffentlicht: (2025)

The Probabilities Also Matter: A More Faithful Metric for Faithfulness of Free-Text Explanations in Large Language Models
von: Siegel, Noah Y., et al.
Veröffentlicht: (2024)

Faithfulness Serum: Mitigating the Faithfulness Gap in Textual Explanations of LLM Decisions via Attribution Guidance
von: Alon, Bar, et al.
Veröffentlicht: (2026)

C2-Faith: Benchmarking LLM Judges for Causal and Coverage Faithfulness in Chain-of-Thought Reasoning
von: Mittal, Avni, et al.
Veröffentlicht: (2026)

Hallucination Detection and Hallucination Mitigation: An Investigation
von: Luo, Junliang, et al.
Veröffentlicht: (2024)

Beyond Facts: Evaluating Intent Hallucination in Large Language Models
von: Hao, Yijie, et al.
Veröffentlicht: (2025)

Beyond Accuracy: Risk-Sensitive Evaluation of Hallucinated Medical Advice
von: Doshi, Savan
Veröffentlicht: (2026)

Retracing the Past: LLMs Emit Training Data When They Get Lost
von: Ko, Myeongseob, et al.
Veröffentlicht: (2025)

C-FAITH: A Chinese Fine-Grained Benchmark for Automated Hallucination Evaluation
von: Zhang, Xu, et al.
Veröffentlicht: (2025)

ANAH-v2: Scaling Analytical Hallucination Annotation of Large Language Models
von: Gu, Yuzhe, et al.
Veröffentlicht: (2024)

From Context to EDUs: Faithful and Structured Context Compression via Elementary Discourse Unit Decomposition
von: Zhou, Yiqing, et al.
Veröffentlicht: (2025)

Removal of Hallucination on Hallucination: Debate-Augmented RAG
von: Hu, Wentao, et al.
Veröffentlicht: (2025)

Evaluating Evaluation Metrics -- The Mirage of Hallucination Detection
von: Kulkarni, Atharva, et al.
Veröffentlicht: (2025)