اعتماد و کالیبراسیون LLM: مروری بر آنچه تحقیقات واقعاً نشان می‌دهند
اطمینان کلامی‌شده GPT-4 تنها به ~۶۲.۷٪ AUROC می‌رسد، اندکی بالاتر از تصادف. عامل‌های مالی آگاه به عدم‌قطعیت به کالیبراسیون بهتری نیاز دارند.
#hallucination-detection
تشخیص توهم
روش‌ها و تکنیک‌های تشخیص خطاهای واقعی و توهمات در خروجی LLM