Buchumschlag

Using multi-agent architecture to mitigate the risk of LLM hallucinations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Amer, Abd Elrahman, Amer, Magdi
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Stop learning it all to mitigate visual hallucination, Focus on the hallucination target
von: Yoon, Dokyoon, et al.
Veröffentlicht: (2025)

Zero-knowledge LLM hallucination detection and mitigation through fine-grained cross-model consistency
von: Goel, Aman, et al.
Veröffentlicht: (2025)

Leveraging Self-Training and Variational Autoencoder for Agitation Detection in People with Dementia Using Wearable Sensors
von: Badawi, Abeer, et al.
Veröffentlicht: (2024)

DST-TransitNet: A Dynamic Spatio-Temporal Deep Learning Model for Scalable and Efficient Network-Wide Prediction of Station-Level Transit Ridership
von: Wang, Jiahao, et al.
Veröffentlicht: (2024)

Leveraging Large Language Models for Enhancing Public Transit Services
von: Wang, Jiahao, et al.
Veröffentlicht: (2024)

Episodic memory in AI agents poses risks that should be studied and mitigated
von: DeChant, Chad
Veröffentlicht: (2025)

Transit Pulse: Utilizing Social Media as a Source for Customer Feedback and Information Extraction with Large Language Model
von: Wang, Jiahao, et al.
Veröffentlicht: (2024)

Do LLM hallucination detectors suffer from low-resource effect?
von: Datta, Debtanu, et al.
Veröffentlicht: (2026)

Modelling of Underwater Vehicles using Physics-Informed Neural Networks with Control
von: Amer, Abdelhakim, et al.
Veröffentlicht: (2025)

A Distributed Generative AI Approach for Heterogeneous Multi-Domain Environments under Data Sharing constraints
von: Tawfilis, Youssef, et al.
Veröffentlicht: (2025)

A novel hallucination classification framework
von: Zavhorodnii, Maksym, et al.
Veröffentlicht: (2025)

When normalization hallucinates: unseen risks in AI-powered whole slide image processing
von: Moens, Karel, et al.
Veröffentlicht: (2025)

Ask-EDA: A Design Assistant Empowered by LLM, Hybrid RAG and Abbreviation De-hallucination
von: Shi, Luyao, et al.
Veröffentlicht: (2024)

Simply Trainable Nearest Neighbour Machine Translation with GPU Inference
von: Amer, Hossam, et al.
Veröffentlicht: (2024)

Probabilistic distances-based hallucination detection in LLMs with RAG
von: Oblovatny, Rodion, et al.
Veröffentlicht: (2025)

LLM hallucinations in the wild: Large-scale evidence from non-existent citations
von: Zhao, Zhenyue, et al.
Veröffentlicht: (2026)

Addressing accuracy and hallucination of LLMs in Alzheimer's disease research through knowledge graphs
von: Xu, Tingxuan, et al.
Veröffentlicht: (2025)

GroundSight: Augmenting Vision-Language Models with Grounding Information and De-hallucination
von: Chen, Xinxi, et al.
Veröffentlicht: (2025)

TransportAgents: a multi-agents LLM framework for traffic accident severity prediction
von: Yang, Zhichao, et al.
Veröffentlicht: (2026)

The cognitive companion: a lightweight parallel monitoring architecture for detecting and recovering from reasoning degradation in LLM agents
von: Khan, Rafflesia, et al.
Veröffentlicht: (2026)

Personalized Constitutionally-Aligned Agentic Superego: Secure AI Behavior Aligned to Diverse Human Values
von: Watson, Nell, et al.
Veröffentlicht: (2025)

Personalized Top-k Set Queries Over Predicted Scores
von: Nia, Sohrab Namazi, et al.
Veröffentlicht: (2025)

MARS: toward more efficient multi-agent collaboration for LLM reasoning
von: Wang, Xiao, et al.
Veröffentlicht: (2025)

MetaOpenFOAM: an LLM-based multi-agent framework for CFD
von: Chen, Yuxuan, et al.
Veröffentlicht: (2024)

Auditing medical multi-agent AI reveals risks of false consensus
von: Zhu, Yinghao, et al.
Veröffentlicht: (2025)

Eliminating stability hallucinations in llm-based tts models via attention guidance
von: Wang, ShiMing, et al.
Veröffentlicht: (2025)

ACL-Verbatim: hallucination-free question answering for research
von: Recski, Gábor, et al.
Veröffentlicht: (2026)

How unique are hallucinated citations offered by generative Artificial Intelligence models?
von: Spennemann, Dirk HR
Veröffentlicht: (2026)

Halluverse-M^3: A multitask multilingual benchmark for hallucination in LLMs
von: Abdaljalil, Samir, et al.
Veröffentlicht: (2026)

CAAFC: Chronological Actionable Automated Fact-Checker for misinformation / non-factual hallucination detection and correction
von: Eldifrawi, Islam, et al.
Veröffentlicht: (2026)

Configurable multi-agent framework for scalable and realistic testing of llm-based agents
von: Wang, Sai, et al.
Veröffentlicht: (2025)

Defense effectiveness across architectural layers: a mechanistic evaluation of persistent memory attacks on stateful LLM agents
von: Leong, Jun Wen
Veröffentlicht: (2026)

A comprehensive taxonomy of hallucinations in Large Language Models
von: Cossio, Manuel
Veröffentlicht: (2025)

Strong hallucinations from negation and how to fix them
von: Asher, Nicholas, et al.
Veröffentlicht: (2024)

AI models of unstable flow exhibit hallucination
von: Wibawa, Ramdhan, et al.
Veröffentlicht: (2026)

The impact of fine tuning in LLaMA on hallucinations for named entity extraction in legal documentation
von: Vargas, Francisco, et al.
Veröffentlicht: (2025)

Adaptive parameter sharing for multi-agent reinforcement learning
von: Li, Dapeng, et al.
Veröffentlicht: (2023)

A Novel Multimodal System to Predict Agitation in People with Dementia Within Clinical Settings: A Proof of Concept
von: Badawi, Abeer, et al.
Veröffentlicht: (2024)

Beyond Textual Context: Structural Graph Encoding with Adaptive Space Alignment to alleviate the hallucination of LLMs
von: Zhang, Yifang, et al.
Veröffentlicht: (2025)

Reducing hallucination in structured outputs via Retrieval-Augmented Generation
von: Béchard, Patrice, et al.
Veröffentlicht: (2024)