摘要
本申请实施例提供一种减少生成式自然语言模型幻觉的方法及系统,所述方法包括:选择并初始化生成式自然语言模型;构建基于语义理解的事实验证器,用于校验所述生成式自然语言模型输出的生成内容的真实性;通过对抗训练联合优化所述生成式自然语言模型与所述事实验证器,使所述生成式自然语言模型输出高可信度的所述生成内容;按照预设周期获取用户反馈与外部知识库,并基于所述用户反馈与所述外部知识库对所述生成内容进行修正,用于通过持续学习优化所述生成式自然语言模型与所述事实验证器的性能。本申请实施例通过布局多层次的对抗机制,可以有效减少生成内容中的幻觉现象,提升生成式自然语言模型在复杂场景下的准确性和可靠性。
技术关键词
自然语言模型
深度学习模型
搭建模块
语义
误差函数
标记
周期
多层次
布局
文本
机制
场景
参数
数据
系统为您推荐了相关专利信息
人脸表情
视频生成方法
文本
图像生成模型
投影模块
智能搬运机器人
建筑材料
堆场
可执行程序代码
语音
语义分割方法
特征选择
ReLU函数
颜色模型
图像
漏洞
测试报告生成方法
字典
测试报告生成系统
列表