Buchumschlag

Ensembling Multiple Hallucination Detectors Trained on VLLM Internal Representations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Nakamizo, Yuto, Miyazato, Ryuhei, Tanabe, Hikaru, Yamakura, Ryuta, Hatanaka, Kiori
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

EnsemHalDet: Robust VLM Hallucination Detection via Ensemble of Internal State Detectors
von: Miyazato, Ryuhei, et al.
Veröffentlicht: (2026)

Understanding Internal Representations of Recommendation Models with Sparse Autoencoders
von: Wang, Jiayin, et al.
Veröffentlicht: (2024)

Training Dense Retrievers with Multiple Positive Passages
von: Wang, Benben, et al.
Veröffentlicht: (2026)

Food Recommendation With Balancing Comfort and Curiosity
von: Sakai, Yuto, et al.
Veröffentlicht: (2025)

Train Once, Deploy Anywhere: Matryoshka Representation Learning for Multimodal Recommendation
von: Wang, Yueqi, et al.
Veröffentlicht: (2024)

Semantic Ads Retrieval at Walmart eCommerce with Language Models Progressively Trained on Multiple Knowledge Domains
von: Wang, Zhaodong, et al.
Veröffentlicht: (2025)

The Effects of Hallucinations in Synthetic Training Data for Relation Extraction
von: Rogulsky, Steven, et al.
Veröffentlicht: (2024)

Eliminating Hallucination in Diffusion-Augmented Interactive Text-to-Image Retrieval
von: Zhang, Zhuocheng, et al.
Veröffentlicht: (2026)

Detecting Anti-vaccine Content on Twitter using Multiple Message-Based Network Representations
von: Ashford, James R.
Veröffentlicht: (2024)

Ensemble Boost: Greedy Selection for Superior Recommender Systems
von: Mehta, Zainil, et al.
Veröffentlicht: (2024)

JudgeBlender: Ensembling Judgments for Automatic Relevance Assessment
von: Rahmani, Hossein A., et al.
Veröffentlicht: (2024)

Well Begun is Half Done: Training-Free and Model-Agnostic Semantically Guaranteed User Representation Initialization for Multimodal Recommendation
von: Xu, Jinfeng, et al.
Veröffentlicht: (2026)

Internalizing Multi-Agent Reasoning for Accurate and Efficient LLM-based Recommendation
von: Wu, Yang, et al.
Veröffentlicht: (2026)

Toward Robust GraphRAG: Mitigating Retrieval Drift and Hallucination from Imperfect Knowledge Graphs
von: Ma, Yizhuo, et al.
Veröffentlicht: (2026)

An End-to-End Multi-objective Ensemble Ranking Framework for Video Recommendation
von: He, Tiantian, et al.
Veröffentlicht: (2025)

UMRE: A Unified Monotonic Transformation for Ranking Ensemble in Recommender Systems
von: Xu, Zhengrui, et al.
Veröffentlicht: (2025)

FLAME: Condensing Ensemble Diversity into a Single Network for Efficient Sequential Recommendation
von: Kim, WooJoo, et al.
Veröffentlicht: (2026)

PCR-CA: Parallel Codebook Representations with Contrastive Alignment for Multiple-Category App Recommendation
von: Tan, Bin, et al.
Veröffentlicht: (2025)

Understand your Users, An Ensemble Learning Framework for Natural Noise Filtering in Recommender Systems
von: Hawat, Clarita, et al.
Veröffentlicht: (2025)

Rethinking Multi-objective Ranking Ensemble in Recommender System: From Score Fusion to Rank Consistency
von: Xia, Boyang, et al.
Veröffentlicht: (2026)

Hallucination Detection and Evaluation of Large Language Model
von: Zhang, Chenggong, et al.
Veröffentlicht: (2025)

Genetic Approach to Mitigate Hallucination in Generative IR
von: Kulkarni, Hrishikesh, et al.
Veröffentlicht: (2024)

Reranking with Compressed Document Representation
von: Déjean, Hervé, et al.
Veröffentlicht: (2025)

Contrastive Representation for Interactive Recommendation
von: Li, Jingyu, et al.
Veröffentlicht: (2024)

Matryoshka Representation Learning for Recommendation
von: Lai, Riwei, et al.
Veröffentlicht: (2024)

Academic Article Recommendation Using Multiple Perspectives
von: Church, Kenneth, et al.
Veröffentlicht: (2024)

Mitigating Entity-Level Hallucination in Large Language Models
von: Su, Weihang, et al.
Veröffentlicht: (2024)

Representation Quantization for Collaborative Filtering Augmentation
von: Luo, Yunze, et al.
Veröffentlicht: (2025)

Improving Dense Passage Retrieval with Multiple Positive Passages
von: Chang, Shuai
Veröffentlicht: (2025)

From Collapse to Stability: A Knowledge-Driven Ensemble Framework for Scaling Up Click-Through Rate Prediction Models
von: Li, Honghao, et al.
Veröffentlicht: (2024)

Simultaneous Unlearning of Multiple Protected User Attributes From Variational Autoencoder Recommenders Using Adversarial Training
von: Escobedo, Gustavo, et al.
Veröffentlicht: (2024)

Alleviating LLM-based Generative Retrieval Hallucination in Alipay Search
von: Shen, Yedan, et al.
Veröffentlicht: (2025)

Context-aware Decoding Reduces Hallucination in Query-focused Summarization
von: Xu, Zhichao
Veröffentlicht: (2023)

Towards Reliable Testing for Multiple Information Retrieval System Comparisons
von: Otero, David, et al.
Veröffentlicht: (2025)

MGFRec: Towards Reinforced Reasoning Recommendation with Multiple Groundings and Feedback
von: Cai, Shihao, et al.
Veröffentlicht: (2025)

Options-Aware Dense Retrieval for Multiple-Choice query Answering
von: Singh, Manish, et al.
Veröffentlicht: (2025)

Semantic-aware Representation Learning for Homography Estimation
von: Liu, Yuhan, et al.
Veröffentlicht: (2024)

Efficient Learning of Sparse Representations from Interactions
von: Vančura, Vojtěch, et al.
Veröffentlicht: (2026)

Efficient Listwise Reranking with Compressed Document Representations
von: Déjean, Hervé, et al.
Veröffentlicht: (2026)

Self-supervised Hierarchical Representation for Medication Recommendation
von: Liang, Yuliang, et al.
Veröffentlicht: (2024)