基于PCA贡献率的大模型幻觉检测方法、系统、设备及介质

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于PCA贡献率的大模型幻觉检测方法、系统、设备及介质
申请号:CN202511157481
申请日期:2025-08-19
公开号:CN120781171A
公开日期:2025-10-14
类型:发明专利
摘要
本发明公开了基于PCA贡献率的大模型幻觉检测方法、系统、设备及介质,属于人工智能技术领域,本发明要解决的技术问题为如何实现对大模型生成内容的高效、精准幻觉检测,克服现有技术中特征单一、检测精度低的缺陷,采用的技术方案为:构建包含多个问题和对应答案的数据集,且答案标注有准确率标签;针对数据集中的每个问题,驱动大模型生成十个答案;计算十个答案的句子嵌入的隐藏状态对应的PCA贡献率的香农熵;将十个答案的平均长度和香农熵作为输入特征,以答案标注的准确率标签作为训练标签,训练神经网络;对于新问题,驱动大模型生成一个待检测答案和十个辅助答案,提取待检测答案的长度。
技术关键词
答案 贡献率 训练神经网络 标签 正确率 多层感知机 成分分析 神经网络训练 数据 模型训练模块 可读存储介质 人工智能技术 处理器 传播算法 存储器 优化器 计算机 阶段 电子设备