一种基于大语言模型幻觉检测的医疗问答方法

本发明公开一种基于大语言模型幻觉检测的医疗问答方法，包括S10数据采集：获取问题，并利用大语言模型针对输入的问题生成多个答案；S20对收集来的由大语言模型所给出的多个答案进行数据预处理；S30利用证据性深度学习将问题进行处理，获得证据性深度学习的损失函数；S40利用结构熵与增强语义聚类，对生成对答案进行处理，获得结构熵损失函数；S50知识边界幻觉检测，整合证据性深度学习的损失函数和结构熵损失函数得到总加权损失函数，通过设定阈值，判断输出的最终答案。本发明通过结合证据性深度学习理论与结构熵，优化大语言模型，以有效解决医疗问答场景中幻觉现象带来的问题。