一种基于SND的大模型聊天幻觉减轻方法

本发明公开了一种基于SND的大模型聊天幻觉减轻方法，获取聊天句子样本作为大模型的输入，大模型基于神经网络架构，包括输入层、隐藏层和输出层，所述隐藏层共有N层；在隐藏层的第N‑1层，将其前一层在前向传播过程中形成的激活矩阵转换为句子嵌入向量；提取所述句子嵌入向量中的嵌入元，通过差值计算得到相邻嵌入元之间的激活变化量，表示为检查点；计算各嵌入元的激活值在各个检查点之间的变异性，将变异性从大到小排列，并将排名靠前的一个或几个嵌入元丢弃；使用丢弃嵌入元之后的模型进行聊天。本发明可以从模型内部根本性地减少幻觉现象，使机器聊天对话过程更加更加准确、可靠，并增强与用户的交互信任。