本文探讨了大语言模型（LLMs）响应的可靠性，提出了一种多维不确定性量化框架，结合语义和知识感知的相似性分析，通过生成多个响应和张量分解，提高了不确定性量化的准确性。

本研究提出了一种新方法，通过知识三元组和双解码器模型，提高大型语言模型在特定领域生成内容的准确性和可验证性，从而显著增强响应的可靠性。