一种基于全局-局部特征融合的大模型幻觉文本检测方法

AITNT
正文
推荐专利
一种基于全局-局部特征融合的大模型幻觉文本检测方法
申请号:CN202510097394
申请日期:2025-01-22
公开号:CN120045692A
公开日期:2025-05-27
类型:发明专利
摘要
一种基于全局‑局部特征融合的大模型幻觉文本检测方法,涉及生成式大模型中文本幻觉的检测领域,通过构建局部文本特征提取模块对文本提取局部特征、构建全局文本特征提取模块对文本提取全局特征,然后通过控制特征融合的参数以此来控制局部文本特征和全局文本特征融合的效果,使模型学到更丰富的文本特征信息,有效的检测生成式大模型输出中的幻觉文本。提高大模型在低错误率领域的可信性、可靠性,提升用户对生成式大模型的信任度。
技术关键词
文本检测方法 卷积模块 特征提取模型 多头注意力机制 压缩特征 LSTM模型 特征提取模块 答案 大语言模型 错误率 序列 参数
系统为您推荐了相关专利信息
1
基于自注意力对齐的窃取模型及隐私数据的获取方法、装置
注意力 特征提取模型 服务器 生成对抗网络 特征提取模块
2
一种支柱瓷绝缘子污秽程度检测方法及系统
支柱瓷绝缘子 程度检测方法 MLP神经网络 绝缘子污秽程度 可见光图像
3
一种输变电设备故障诊断方法、系统、设备及介质
故障诊断模型 输变电设备 注意力 融合特征 长短期记忆网络
4
基于深度学习的CLYC中子-伽马射线甄别探测方法及装置
一维卷积神经网络 中子 超参数 粒子群优化算法 波形
5
利用CNN与YOLOv4进行间接噪声估计的极化码图像信号解码方法
图像信号解码方法 残差模块 卷积模块 空间金字塔池化 噪声抑制
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号