Buchumschlag

Semantic Uncertainty Quantification of Hallucinations in LLMs: A Quantum Tensor Network Based Method

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Vipulanandan, Pragatheeswaran, Premaratne, Kamal, Sarkar, Dilip
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Quantum Tensor Network-Based Viewpoint for Modeling and Analysis of Time Series Data
von: Vipulananthan, Pragatheeswaran, et al.
Veröffentlicht: (2025)

CSS: Contrastive Semantic Similarity for Uncertainty Quantification of LLMs
von: Ao, Shuang, et al.
Veröffentlicht: (2024)

Benchmarking LLMs via Uncertainty Quantification
von: Ye, Fanghua, et al.
Veröffentlicht: (2024)

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

LUQ: Long-text Uncertainty Quantification for LLMs
von: Zhang, Caiqi, et al.
Veröffentlicht: (2024)

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

Uncertainty-Aware Attention Heads: Efficient Unsupervised Uncertainty Quantification for LLMs
von: Vazhentsev, Artem, et al.
Veröffentlicht: (2025)

Uncertainty Quantification for Hallucination Detection in Large Language Models: Foundations, Methodology, and Future Directions
von: Kang, Sungmin, et al.
Veröffentlicht: (2025)

Semantic Consistency-Based Uncertainty Quantification for Factuality in Radiology Report Generation
von: Wang, Chenyu, et al.
Veröffentlicht: (2024)

MAQA: Evaluating Uncertainty Quantification in LLMs Regarding Data Uncertainty
von: Yang, Yongjin, et al.
Veröffentlicht: (2024)

On the Role of Unobserved Sequences on Sample-based Uncertainty Quantification for LLMs
von: Kunitomo-Jacquin, Lucie, et al.
Veröffentlicht: (2025)

Kernel Language Entropy: Fine-grained Uncertainty Quantification for LLMs from Semantic Similarities
von: Nikitin, Alexander, et al.
Veröffentlicht: (2024)

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

Why Don't You Know? Evaluating the Impact of Uncertainty Sources on Uncertainty Quantification in LLMs
von: Goloburda, Maiya, et al.
Veröffentlicht: (2026)

Estimating Semantic Alphabet Size for LLM Uncertainty Quantification
von: McCabe, Lucas H., et al.
Veröffentlicht: (2025)

Investigating and Addressing Hallucinations of LLMs in Tasks Involving Negation
von: Varshney, Neeraj, et al.
Veröffentlicht: (2024)

Beyond Semantic Entropy: Boosting LLM Uncertainty Quantification with Pairwise Semantic Similarity
von: Nguyen, Dang, et al.
Veröffentlicht: (2025)

Uncertainty as Feature Gaps: Epistemic Uncertainty Quantification of LLMs in Contextual Question-Answering
von: Bakman, Yavuz, et al.
Veröffentlicht: (2025)

Token-Level Density-Based Uncertainty Quantification Methods for Eliciting Truthfulness of Large Language Models
von: Vazhentsev, Artem, et al.
Veröffentlicht: (2025)

SINdex: Semantic INconsistency Index for Hallucination Detection in LLMs
von: Abdaljalil, Samir, et al.
Veröffentlicht: (2025)

AGSC: Adaptive Granularity and Semantic Clustering for Uncertainty Quantification in Long-text Generation
von: Luo, Guanran, et al.
Veröffentlicht: (2026)

The Illusion of Certainty: Uncertainty Quantification for LLMs Fails under Ambiguity
von: Tomov, Tim, et al.
Veröffentlicht: (2025)

Uncertainty Quantification for LLMs through Minimum Bayes Risk: Bridging Confidence and Consistency
von: Vashurin, Roman, et al.
Veröffentlicht: (2025)

Evolutionary Search for Automated Design of Uncertainty Quantification Methods
von: Seleznyov, Mikhail, et al.
Veröffentlicht: (2026)

Semantic Density: Uncertainty Quantification for Large Language Models through Confidence Measurement in Semantic Space
von: Qiu, Xin, et al.
Veröffentlicht: (2024)

Calibrating Uncertainty Quantification of Multi-Modal LLMs using Grounding
von: Padhi, Trilok, et al.
Veröffentlicht: (2025)

Evaluating Uncertainty Quantification Methods in Argumentative Large Language Models
von: Zhou, Kevin, et al.
Veröffentlicht: (2025)

A Head to Predict and a Head to Question: Pre-trained Uncertainty Quantification Heads for Hallucination Detection in LLM Outputs
von: Shelmanov, Artem, et al.
Veröffentlicht: (2025)

Uncertainty Estimation and Quantification for LLMs: A Simple Supervised Approach
von: Liu, Linyu, et al.
Veröffentlicht: (2024)

Agentic Uncertainty Quantification
von: Zhang, Jiaxin, et al.
Veröffentlicht: (2026)

Mind the Ambiguity: Aleatoric Uncertainty Quantification in LLMs for Safe Medical Question Answering
von: Liu, Yaokun, et al.
Veröffentlicht: (2026)

CoT-UQ: Improving Response-wise Uncertainty Quantification in LLMs with Chain-of-Thought
von: Zhang, Boxuan, et al.
Veröffentlicht: (2025)

Benchmarking LLMs on the Semantic Overlap Summarization Task
von: Salvador, John, et al.
Veröffentlicht: (2024)

Benchmarking Uncertainty Quantification Methods for Large Language Models with LM-Polygraph
von: Vashurin, Roman, et al.
Veröffentlicht: (2024)

Uncertainty Quantification for LLM Function-Calling
von: Ye, Zihuiwen, et al.
Veröffentlicht: (2026)

Semantic Token Clustering for Efficient Uncertainty Quantification in Large Language Models
von: Cao, Qi, et al.
Veröffentlicht: (2026)

Improving Uncertainty Quantification in Large Language Models via Semantic Embeddings
von: Grewal, Yashvir S., et al.
Veröffentlicht: (2024)

Semantic Entropy Probes: Robust and Cheap Hallucination Detection in LLMs
von: Kossen, Jannik, et al.
Veröffentlicht: (2024)

Semantic Volume: Quantifying and Detecting both External and Internal Uncertainty in LLMs
von: Li, Xiaomin, et al.
Veröffentlicht: (2025)

Combining Confidence Elicitation and Sample-based Methods for Uncertainty Quantification in Misinformation Mitigation
von: Rivera, Mauricio, et al.
Veröffentlicht: (2024)