GraphEval是亚马逊研究者提出的框架，利用知识图谱检测大语言模型的幻觉问题。它通过构建语义三元组，并用自然语言推理模型评估每个三元组是否被上下文蕴含，未蕴含的即标记为幻觉。该框架强调可解释性，便于定位幻觉根源。

该研究提出RePPL方法，旨在提升大型语言模型在幻觉检测中的解释能力。通过重新校准不确定性测量，提供可解释的标记级不确定性分数。实验结果显示，该方法在问答数据集上表现优异，揭示了幻觉的混乱模式，具有广泛的应用潜力。

本研究通过引入不确定性量化模块，显著提升了大语言模型对不确定性的捕捉能力，增强了幻觉检测性能和可靠性评估。

本研究针对大语言模型在长上下文中生成虚假或矛盾信息的问题，构建了专门的数据集并提出了新架构，显著提高了幻觉检测的效果和推理速度。

本研究提出了一种零资源幻觉检测框架，专门针对大型语言模型在医疗和金融等高风险领域的应用问题。实验结果显示，该方法在准确性和可靠性上优于传统检测手段。

本文介绍了一种新系统HDM-2，用于检测企业环境中大语言模型输出的幻觉，填补了研究空白。HDM-2结合上下文和知识验证，实验结果表明其优于现有方法，具有良好的实用潜力。

本研究提出了一种基于Transformer的分类器，旨在有效检测大型语言模型的幻觉现象。实验结果表明，该方法在长输入上下文中优于强基线，具有实际应用价值。

本研究提出了一种名为DASH（系统性幻觉检测与评估）的方法，旨在识别视觉语言模型（VLMs）在开放环境中的幻觉现象。研究表明，通过DASH优化特定图像微调，可以有效减轻VLM的对象幻觉问题。

本研究提出了一种名为ShED-HD的轻量级幻觉检测框架，旨在解决大型语言模型在高风险领域中产生幻觉的问题。该框架利用BiLSTM架构和单头注意力机制，提高了边缘设备上的幻觉检测性能，增强了生成内容的可信度。

本文提出了MedHallu基准，用于检测大语言模型在医疗问答中的幻觉问题。基准包含来自PubMedQA的10,000对问答，研究表明现有模型在幻觉检测上存在不足，引入领域知识和“无确定答案”选项可显著提高检测精度。

本研究提出了HuDEx模型，旨在提高大型语言模型（LLM）在高事实精度领域的可靠性。HuDEx能够同时检测幻觉并提供详细解释，研究表明其在幻觉检测准确性上超越了Llama3 70B和GPT-4，并适应多种测试环境。

本研究提出了一种监督学习方法，用于检测大型语言模型中的幻觉。通过分析LLaMA模型的标记分数，提取特征以减少过拟合，并使用逻辑回归进行分类。结果在TruthfulQA和MMLU数据集上显示出显著的性能提升，具有良好的有效性和推广潜力。

本研究提出VERITAS模型，旨在解决大型语言模型在知识密集型环境中的不可靠性问题，显著提升幻觉检测的性能，并降低延迟和成本。