ZMonster's AI Notes(Alpha) #2:模型汤、推测解码、幻觉的类型与定义、GPT top_logprobs

ZMonster's AI Notes(Alpha) #2:模型汤、推测解码、幻觉的类型与定义、GPT top_logprobs

💡 原文中文,约5600字,阅读约需14分钟。
📝

内容提要

本文讨论了幻觉的定义和分类,引用了Ziwei Ji的定义,幻觉文本的特点是流畅但背景知识错误。幻觉可分为内在幻觉和外在幻觉,以及事实性幻觉和忠实性幻觉。一些论文还讨论了幻觉与正确性和事实性的关系。

🎯

关键要点

  • 幻觉的定义尚无一致共识,Ziwei Ji 提出的定义较为清晰。

  • 幻觉可分为内在幻觉和外在幻觉,以及事实性幻觉和忠实性幻觉。

  • 幻觉文本特点是流畅但背景知识错误,生成内容可能无意义或不忠实于源内容。

  • 在不同任务中,源内容的定义有所不同,如摘要、翻译和多轮对话等。

  • 忠实性和事实性在幻觉文献中常被提及,但概念使用混乱,需明确区分。

  • 内在幻觉指生成文本与源内容矛盾,外在幻觉指生成与源内容无关的内容。

  • Yue Zhang 等人将幻觉分为输入冲突幻觉、上下文冲突幻觉和事实冲突幻觉。

  • Lei Huang 等人提出的二级幻觉分类包括事实性幻觉和忠实性幻觉,但存在一些混淆。

  • Ayush Agrawal 等人定义幻觉为无法在训练数据中找到依据的杜撰文本,强调了 groundedness 的重要性。

➡️

继续阅读