Buchumschlag

Large Language Models Hallucination: A Comprehensive Survey

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Alansari, Aisha, Luqman, Hamzah
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

HalluScore: Large Language Model Hallucination Question Answering Benchmark
von: Alansari, Aisha, et al.
Veröffentlicht: (2026)

AraHalluEval: A Fine-grained Hallucination Evaluation Framework for Arabic LLMs
von: Alansari, Aisha, et al.
Veröffentlicht: (2025)

Multi-task Learning with Active Learning for Arabic Offensive Speech Detection
von: Alansari, Aisha, et al.
Veröffentlicht: (2025)

AraReasoner: Evaluating Reasoning-Based LLMs for Arabic NLP
von: Hasanaath, Ahmed, et al.
Veröffentlicht: (2025)

A Comparative Study of Continuous Sign Language Recognition Techniques
von: Alyami, Sarah, et al.
Veröffentlicht: (2024)

A Comprehensive Survey of Hallucination Mitigation Techniques in Large Language Models
von: Tonmoy, S. M Towhidul Islam, et al.
Veröffentlicht: (2024)

Loki's Dance of Illusions: A Comprehensive Survey of Hallucination in Large Language Models
von: Li, Chaozhuo, et al.
Veröffentlicht: (2025)

A Survey on Hallucination in Large Vision-Language Models
von: Liu, Hanchao, et al.
Veröffentlicht: (2024)

A Comprehensive Survey of Large Language Models and Multimodal Large Language Models in Medicine
von: Xiao, Hanguang, et al.
Veröffentlicht: (2024)

USTM: Unified Spatial and Temporal Modeling for Continuous Sign Language Recognition
von: Hasanaath, Ahmed Abul, et al.
Veröffentlicht: (2025)

A Comprehensive Survey of Hallucination in Large Language, Image, Video and Audio Foundation Models
von: Sahoo, Pranab, et al.
Veröffentlicht: (2024)

CLIP-SLA: Parameter-Efficient CLIP Adaptation for Continuous Sign Language Recognition
von: Alyami, Sarah, et al.
Veröffentlicht: (2025)

A Comprehensive Analysis for Visual Object Hallucination in Large Vision-Language Models
von: Jing, Liqiang, et al.
Veröffentlicht: (2025)

A Survey on Hallucination in Large Language Models: Principles, Taxonomy, Challenges, and Open Questions
von: Huang, Lei, et al.
Veröffentlicht: (2023)

Datasets for Large Language Models: A Comprehensive Survey
von: Liu, Yang, et al.
Veröffentlicht: (2024)

Large Language Models on Graphs: A Comprehensive Survey
von: Jin, Bowen, et al.
Veröffentlicht: (2023)

Explainable and Interpretable Multimodal Large Language Models: A Comprehensive Survey
von: Dang, Yunkai, et al.
Veröffentlicht: (2024)

A Comprehensive Survey of Contamination Detection Methods in Large Language Models
von: Ravaut, Mathieu, et al.
Veröffentlicht: (2024)

A Comprehensive Survey on the Trustworthiness of Large Language Models in Healthcare
von: Aljohani, Manar, et al.
Veröffentlicht: (2025)

Large Language Models in Politics and Democracy: A Comprehensive Survey
von: Aoki, Goshi
Veröffentlicht: (2024)

Siren's Song in the AI Ocean: A Survey on Hallucination in Large Language Models
von: Zhang, Yue, et al.
Veröffentlicht: (2023)

The Hallucinations Leaderboard -- An Open Effort to Measure Hallucinations in Large Language Models
von: Hong, Giwon, et al.
Veröffentlicht: (2024)

Implicit Reasoning in Large Language Models: A Comprehensive Survey
von: Li, Jindong, et al.
Veröffentlicht: (2025)

Large Language Models for Planning: A Comprehensive and Systematic Survey
von: Cao, Pengfei, et al.
Veröffentlicht: (2025)

Injecting Domain-Specific Knowledge into Large Language Models: A Comprehensive Survey
von: Song, Zirui, et al.
Veröffentlicht: (2025)

A Comprehensive Survey on Evaluating Large Language Model Applications in the Medical Industry
von: Huang, Yining, et al.
Veröffentlicht: (2024)

A Comprehensive Survey of Scientific Large Language Models and Their Applications in Scientific Discovery
von: Zhang, Yu, et al.
Veröffentlicht: (2024)

Multilingual Hallucination Gaps in Large Language Models
von: Chataigner, Cléa, et al.
Veröffentlicht: (2024)

MedHallu: A Comprehensive Benchmark for Detecting Medical Hallucinations in Large Language Models
von: Pandit, Shrey, et al.
Veröffentlicht: (2025)

Multimodal Large Language Models for Medicine: A Comprehensive Survey
von: Ye, Jiarui, et al.
Veröffentlicht: (2025)

Alleviating Hallucinations of Large Language Models through Induced Hallucinations
von: Zhang, Yue, et al.
Veröffentlicht: (2023)

A Study on Large Language Models' Limitations in Multiple-Choice Question Answering
von: Khatun, Aisha, et al.
Veröffentlicht: (2024)

Rethinking Data Mixture for Large Language Models: A Comprehensive Survey and New Perspectives
von: Liu, Yajiao, et al.
Veröffentlicht: (2025)

Retrieval Augmented Generation Evaluation in the Era of Large Language Models: A Comprehensive Survey
von: Gan, Aoran, et al.
Veröffentlicht: (2025)

A Comprehensive Survey of Machine Unlearning Techniques for Large Language Models
von: Geng, Jiahui, et al.
Veröffentlicht: (2025)

Unlocking Efficiency in Large Language Model Inference: A Comprehensive Survey of Speculative Decoding
von: Xia, Heming, et al.
Veröffentlicht: (2024)

A Comprehensive Survey of Accelerated Generation Techniques in Large Language Models
von: Khoshnoodi, Mahsa, et al.
Veröffentlicht: (2024)

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

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

Exploring and Mitigating Fawning Hallucinations in Large Language Models
von: Shangguan, Zixuan, et al.
Veröffentlicht: (2025)