Buchumschlag

TDGNet: Hallucination Detection in Diffusion Language Models via Temporal Dynamic Graphs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hemmat, Arshia, Torr, Philip, Chen, Yongqiang, Yu, Junchi
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

TraceDet: Hallucination Detection from the Decoding Trace of Diffusion Large Language Models
von: Chang, Shenxu, et al.
Veröffentlicht: (2025)

Unmasking the Factual-Conceptual Gap in Persian Language Models
von: Sakhaeirad, Alireza, et al.
Veröffentlicht: (2026)

The Path Matters: Learning a Token-Commitment Policy for Diffusion Language Models
von: Sun, Bohang, et al.
Veröffentlicht: (2026)

DynHD: Hallucination Detection for Diffusion Large Language Models via Denoising Dynamics Deviation Learning
von: Qian, Yanyu, et al.
Veröffentlicht: (2026)

HIVE: Hidden-Evidence Verification for Hallucination Detection in Diffusion Large Language Models
von: Zhao, Guoshenghui, et al.
Veröffentlicht: (2026)

Hidden in Plain Sight: Evaluating Abstract Shape Recognition in Vision-Language Models
von: Hemmat, Arshia, et al.
Veröffentlicht: (2024)

Temporal Graph Network: Hallucination Detection in Multi-Turn Conversation
von: Rathore, Vidhi, et al.
Veröffentlicht: (2026)

Leveraging Graph Structures to Detect Hallucinations in Large Language Models
von: Nonkes, Noa, et al.
Veröffentlicht: (2024)

The Energy of Falsehood: Detecting Hallucinations via Diffusion Model Likelihoods
von: Gautam, Arpit Singh, et al.
Veröffentlicht: (2026)

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

Mitigating Behavioral Hallucination in Multimodal Large Language Models for Sequential Images
von: You, Liangliang, et al.
Veröffentlicht: (2025)

Training Language Models on the Knowledge Graph: Insights on Hallucinations and Their Detectability
von: Hron, Jiri, et al.
Veröffentlicht: (2024)

Detecting Hallucinations in Large Language Models via Internal Attention Divergence Signals
von: van Dijk, Gijs
Veröffentlicht: (2026)

Prompt-Guided Internal States for Hallucination Detection of Large Language Models
von: Zhang, Fujie, et al.
Veröffentlicht: (2024)

Hallucination Detection with Small Language Models
von: Cheung, Ming
Veröffentlicht: (2025)

Single LLM Debate, MoLaCE: Mixture of Latent Concept Experts Against Confirmation Bias
von: Kim, Hazel, et al.
Veröffentlicht: (2025)

Towards Interpretable Sequence Continuation: Analyzing Shared Circuits in Large Language Models
von: Lan, Michael, et al.
Veröffentlicht: (2023)

Fine-grained Hallucination Detection and Editing for Language Models
von: Mishra, Abhika, et al.
Veröffentlicht: (2024)

NoLan: Mitigating Object Hallucinations in Large Vision-Language Models via Dynamic Suppression of Language Priors
von: Ren, Lingfeng, et al.
Veröffentlicht: (2026)

Hallucination Detection via Internal States and Structured Reasoning Consistency in Large Language Models
von: Song, Yusheng, et al.
Veröffentlicht: (2025)

Time Is a Feature: Exploiting Temporal Dynamics in Diffusion Language Models
von: Wang, Wen, et al.
Veröffentlicht: (2025)

HIDE and Seek: Detecting Hallucinations in Language Models via Decoupled Representations
von: Chatterjee, Anwoy, et al.
Veröffentlicht: (2025)

Lost in Diffusion: Uncovering Hallucination Patterns and Failure Modes in Diffusion Large Language Models
von: Guo, Zhengnan, et al.
Veröffentlicht: (2026)

Detecting Hallucinations in Graph Retrieval-Augmented Generation via Attention Patterns and Semantic Alignment
von: Li, Shanghao, et al.
Veröffentlicht: (2025)

Delta-Audit: Explaining What Changes When Models Change
von: Hemmat, Arshia, et al.
Veröffentlicht: (2025)

HalluSAE: Detecting Hallucinations in Large Language Models via Sparse Auto-Encoders
von: Chen, Boshui, et al.
Veröffentlicht: (2026)

Thought Propagation: An Analogical Approach to Complex Reasoning with Large Language Models
von: Yu, Junchi, et al.
Veröffentlicht: (2023)

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

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

A Graph Signal Processing Framework for Hallucination Detection in Large Language Models
von: Noël, Valentin
Veröffentlicht: (2025)

SEASON: Mitigating Temporal Hallucination in Video Large Language Models via Self-Diagnostic Contrastive Decoding
von: Wu, Chang-Hsun, et al.
Veröffentlicht: (2025)

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

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

PoLLMgraph: Unraveling Hallucinations in Large Language Models via State Transition Dynamics
von: Zhu, Derui, et al.
Veröffentlicht: (2024)

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

STaRR: Spatial-Temporal Token-Dynamics-Aware Responsive Remasking for Diffusion Language Models
von: Sun, Xinhao, et al.
Veröffentlicht: (2025)

Dynamic Chunking for Diffusion Language Models
von: Zhu, Yichen, et al.
Veröffentlicht: (2026)

Mitigating Prompt-Induced Hallucinations in Large Language Models via Structured Reasoning
von: Hao, Jinbo, et al.
Veröffentlicht: (2026)

DARG: Dynamic Evaluation of Large Language Models via Adaptive Reasoning Graph
von: Zhang, Zhehao, et al.
Veröffentlicht: (2024)

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