Buchumschlag

Calibrating Verbal Uncertainty as a Linear Feature to Reduce Hallucinations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ji, Ziwei, Yu, Lei, Koishekenov, Yeskendir, Bang, Yejin, Hartshorn, Anthony, Schelten, Alan, Zhang, Cheng, Fung, Pascale, Cancedda, Nicola
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

HalluLens: LLM Hallucination Benchmark
von: Bang, Yejin, et al.
Veröffentlicht: (2025)

Encode, Think, Decode: Scaling test-time reasoning with recursive latent thoughts
von: Koishekenov, Yeskendir, et al.
Veröffentlicht: (2025)

Verifying Chain-of-Thought Reasoning via Its Computational Graph
von: Zhao, Zheng, et al.
Veröffentlicht: (2025)

LLM Internal States Reveal Hallucination Risk Faced With a Query
von: Ji, Ziwei, et al.
Veröffentlicht: (2024)

Measuring Political Bias in Large Language Models: What Is Said and How It Is Said
von: Bang, Yejin, et al.
Veröffentlicht: (2024)

Survey of Hallucination in Natural Language Generation
von: Ji, Ziwei, et al.
Veröffentlicht: (2022)

Spectral Filters, Dark Signals, and Attention Sinks
von: Cancedda, Nicola
Veröffentlicht: (2024)

Negative Object Presence Evaluation (NOPE) to Measure Object Hallucination in Vision-Language Models
von: Lovenia, Holy, et al.
Veröffentlicht: (2023)

High-Dimension Human Value Representation in Large Language Models
von: Cahyawijaya, Samuel, et al.
Veröffentlicht: (2024)

WorldPrediction: A Benchmark for High-level World Modeling and Long-horizon Procedural Planning
von: Chen, Delong, et al.
Veröffentlicht: (2025)

Hallucination reduction with CASAL: Contrastive Activation Steering For Amortized Learning
von: Wannan, et al.
Veröffentlicht: (2025)

Robust LLM safeguarding via refusal feature adversarial training
von: Yu, Lei, et al.
Veröffentlicht: (2024)

Calibrating LLM Judges: Linear Probes for Fast and Reliable Uncertainty Estimation
von: Radharapu, Bhaktipriya, et al.
Veröffentlicht: (2025)

Know When To Stop: A Study of Semantic Drift in Text Generation
von: Spataru, Ava, et al.
Veröffentlicht: (2024)

Calibrating Verbalized Probabilities for Large Language Models
von: Wang, Cheng, et al.
Veröffentlicht: (2024)

Planning with Reasoning using Vision Language World Model
von: Chen, Delong, et al.
Veröffentlicht: (2025)

Uncertainty-Based Abstention in LLMs Improves Safety and Reduces Hallucinations
von: Tomani, Christian, et al.
Veröffentlicht: (2024)

Reducing Tool Hallucination via Reliability Alignment
von: Xu, Hongshen, et al.
Veröffentlicht: (2024)

Mitigating Hallucination in Large Vision-Language Models via Adaptive Attention Calibration
von: Fazli, Mehrdad, et al.
Veröffentlicht: (2025)

Calibrating Verbalized Confidence with Self-Generated Distractors
von: Wang, Victor, et al.
Veröffentlicht: (2025)

NAACL: Noise-AwAre Verbal Confidence Calibration for Robust LLMs in RAG Systems
von: Liu, Jiayu, et al.
Veröffentlicht: (2026)

Anthropomimetic Uncertainty: What Verbalized Uncertainty in Language Models is Missing
von: Ulmer, Dennis, et al.
Veröffentlicht: (2025)

Why and How LLMs Hallucinate: Connecting the Dots with Subsequence Associations
von: Sun, Yiyou, et al.
Veröffentlicht: (2025)

Knowledge Overshadowing Causes Amalgamated Hallucination in Large Language Models
von: Zhang, Yuji, et al.
Veröffentlicht: (2024)

LLMs Are Few-Shot In-Context Low-Resource Language Learners
von: Cahyawijaya, Samuel, et al.
Veröffentlicht: (2024)

Delusions of Large Language Models
von: Xu, Hongshen, et al.
Veröffentlicht: (2025)

The Law of Knowledge Overshadowing: Towards Understanding, Predicting, and Preventing LLM Hallucination
von: Zhang, Yuji, et al.
Veröffentlicht: (2025)

HALoGEN: Fantastic LLM Hallucinations and Where to Find Them
von: Ravichander, Abhilasha, et al.
Veröffentlicht: (2025)

ANAH: Analytical Annotation of Hallucinations in Large Language Models
von: Ji, Ziwei, et al.
Veröffentlicht: (2024)

High-Dimensional Interlingual Representations of Large Language Models
von: Wilie, Bryan, et al.
Veröffentlicht: (2025)

RePPL: Recalibrating Perplexity by Uncertainty in Semantic Propagation and Language Generation for Explainable QA Hallucination Detection
von: Huang, Yiming, et al.
Veröffentlicht: (2025)

Calibrated Language Models Must Hallucinate
von: Kalai, Adam Tauman, et al.
Veröffentlicht: (2023)

Scalable Token-Level Hallucination Detection in Large Language Models
von: Min, Rui, et al.
Veröffentlicht: (2026)

Grounding Language with Vision: A Conditional Mutual Information Calibrated Decoding Strategy for Reducing Hallucinations in LVLMs
von: Fang, Hao, et al.
Veröffentlicht: (2025)

Think More, Hallucinate Less: Mitigating Hallucinations via Dual Process of Fast and Slow Thinking
von: Cheng, Xiaoxue, et al.
Veröffentlicht: (2025)

Probabilistic Guarantees for Reducing Contextual Hallucinations in LLMs
von: Rautenberg, Nils, et al.
Veröffentlicht: (2026)

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

Correction with Backtracking Reduces Hallucination in Summarization
von: Liu, Zhenzhen, et al.
Veröffentlicht: (2023)

Geometric Uncertainty for Detecting and Correcting Hallucinations in LLMs
von: Phillips, Edward, et al.
Veröffentlicht: (2025)

Micro-Macro Retrieval: Reducing Long-Form Hallucination in Large Language Models
von: Feng, Yujie, et al.
Veröffentlicht: (2026)