Buchumschlag

LLM Hallucination Detection: HSAD

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, JinXin, Tu, Gang, Hu, JunJie
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

LLM Hallucination Detection: A Fast Fourier Transform Method Based on Hidden Layer Temporal Signals
von: Li, Jinxin, et al.
Veröffentlicht: (2025)

HARP: Hallucination Detection via Reasoning Subspace Projection
von: Hu, Junjie, et al.
Veröffentlicht: (2025)

Detecting Hallucinations in Authentic LLM-Human Interactions
von: Ren, Yujie, et al.
Veröffentlicht: (2025)

Steer LLM Latents for Hallucination Detection
von: Park, Seongheon, et al.
Veröffentlicht: (2025)

Span-Level Hallucination Detection for LLM-Generated Answers
von: Elchafei, Passant, et al.
Veröffentlicht: (2025)

Detecting LLM Fact-conflicting Hallucinations Enhanced by Temporal-logic-based Reasoning
von: Li, Ningke, et al.
Veröffentlicht: (2025)

HaloScope: Harnessing Unlabeled LLM Generations for Hallucination Detection
von: Du, Xuefeng, et al.
Veröffentlicht: (2024)

ODE: Open-Set Evaluation of Hallucinations in Multimodal Large Language Models
von: Tu, Yahan, et al.
Veröffentlicht: (2024)

HalluCounter: Reference-free LLM Hallucination Detection in the Wild!
von: Urlana, Ashok, et al.
Veröffentlicht: (2025)

Beyond ROUGE: N-Gram Subspace Features for LLM Hallucination Detection
von: Li, Jerry, et al.
Veröffentlicht: (2025)

SLM Meets LLM: Balancing Latency, Interpretability and Consistency in Hallucination Detection
von: Hu, Mengya, et al.
Veröffentlicht: (2024)

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

MARCH: Multi-Agent Reinforced Self-Check for LLM Hallucination
von: Li, Zhuo, et al.
Veröffentlicht: (2026)

InterrogateLLM: Zero-Resource Hallucination Detection in LLM-Generated Answers
von: Yehuda, Yakir, et al.
Veröffentlicht: (2024)

Establishing Trustworthy LLM Evaluation via Shortcut Neuron Analysis
von: Zhu, Kejian, et al.
Veröffentlicht: (2025)

A Probabilistic Framework for LLM Hallucination Detection via Belief Tree Propagation
von: Hou, Bairu, et al.
Veröffentlicht: (2024)

Logical Consistency as a Bridge: Improving LLM Hallucination Detection via Label Constraint Modeling between Responses and Self-Judgments
von: Mi, Hao, et al.
Veröffentlicht: (2026)

Heaven-Sent or Hell-Bent? Benchmarking the Intelligence and Defectiveness of LLM Hallucinations
von: Yang, Chengxu, et al.
Veröffentlicht: (2025)

Is LLMs Hallucination Usable? LLM-based Negative Reasoning for Fake News Detection
von: Zhang, Chaowei, et al.
Veröffentlicht: (2025)

Mitigating Hallucinations in Large Vision-Language Models by Self-Injecting Hallucinations
von: Lu, Yifan, et al.
Veröffentlicht: (2025)

Two Pathways to Truthfulness: On the Intrinsic Encoding of LLM Hallucinations
von: Luo, Wen, et al.
Veröffentlicht: (2026)

Detecting Hallucinations in Retrieval-Augmented Generation via Semantic-level Internal Reasoning Graph
von: Hu, Jianpeng, et al.
Veröffentlicht: (2026)

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

A Debate-Driven Experiment on LLM Hallucinations and Accuracy
von: Li, Ray, et al.
Veröffentlicht: (2024)

Detecting Contextual Hallucinations in LLMs with Frequency-Aware Attention
von: Qi, Siya, et al.
Veröffentlicht: (2026)

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

HalluCana: Fixing LLM Hallucination with A Canary Lookahead
von: Li, Tianyi, et al.
Veröffentlicht: (2024)

Can LLM be a Good Path Planner based on Prompt Engineering? Mitigating the Hallucination for Path Planning
von: Deng, Hourui, et al.
Veröffentlicht: (2024)

Developing a Reliable, Fast, General-Purpose Hallucination Detection and Mitigation Service
von: Wang, Song, et al.
Veröffentlicht: (2024)

AgentHallu: Benchmarking Automated Hallucination Attribution of LLM-based Agents
von: Liu, Xuannan, et al.
Veröffentlicht: (2026)

TPA: Next Token Probability Attribution for Detecting Hallucinations in RAG
von: Lu, Pengqian, et al.
Veröffentlicht: (2025)

Enhancing Uncertainty Modeling with Semantic Graph for Hallucination Detection
von: Chen, Kedi, et al.
Veröffentlicht: (2025)

HAD: HAllucination Detection Language Models Based on a Comprehensive Hallucination Taxonomy
von: Xu, Fan, et al.
Veröffentlicht: (2025)

HuDEx: Integrating Hallucination Detection and Explainability for Enhancing the Reliability of LLM responses
von: Lee, Sujeong, et al.
Veröffentlicht: (2025)

ReDeEP: Detecting Hallucination in Retrieval-Augmented Generation via Mechanistic Interpretability
von: Sun, Zhongxiang, et al.
Veröffentlicht: (2024)

Efficient Hallucination Detection: Adaptive Bayesian Estimation of Semantic Entropy with Guided Semantic Exploration
von: Sun, Qiyao, et al.
Veröffentlicht: (2026)

Can LLMs Detect Their Own Hallucinations?
von: Kadotani, Sora, et al.
Veröffentlicht: (2025)

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

Do Benchmarks Underestimate LLM Performance? Evaluating Hallucination Detection With LLM-First Human-Adjudicated Assessment
von: Atasoy, I. F., et al.
Veröffentlicht: (2026)

Detecting LLM Hallucinations via Embedding Cluster Geometry: A Three-Type Taxonomy with Measurable Signatures
von: Korun, Matic
Veröffentlicht: (2026)