總目錄 大模型安全相關研究：https://blog.csdn.net/WhiffeYF/article/details/142132328

How to Steer LLM Latents for Hallucination Detection?

https://arxiv.org/pdf/2503.01917

https://www.doubao.com/chat/2818934852496130

其它資料：
https://blog.csdn.net/weixin_40240616/article/details/146155278

摘要

大語言模型（LLMs）中的幻覺問題對其在現實世界應用中的安全部署構成了重大擔憂。最近的一些方法利用大語言模型的潛在空間來檢測幻覺，但其嵌入是針對語言連貫性而非事實準確性進行優化的，常常無法清晰地將真實內容和幻覺內容區分開來。為此，