LLM生成UML类图推理中的幻觉追踪与缓解

论文提出UML类图生成幻觉分类，并报告提示约束使F1提升4.0个百分点

资讯摘要

论文针对LLM从自然语言需求生成UML类图时的幻觉问题，构建了包含11个子类型、三个维度的经验分类体系：Prompt Faithfulness、Code Faithfulness与Reasoning Quality。分类基于60条人工标注的DeepSeek-R1推理轨迹，并通过双LLM标注流程应用于另外120条轨迹，另考察20条DeepSeek-V4-Pro轨迹。作者报告DeepSeek-R1中Code Faithfulness最频繁，DeepSeek-V4-Pro中Prompt Faithfulness占主导；在13个Golden UML ModelSet案例上加入Prompt Faithfulness与Reasoning Quality约束后，汇总平均F1提升4.0个百分点。

要点速读

1. 分类体系含11个幻觉子类型，分属Prompt Faithfulness、Code Faithfulness、Reasoning Quality三个维度
2. 基于60条人工标注DeepSeek-R1轨迹构建，经双LLM流程应用于120条轨迹，并考察20条DeepSeek-V4-Pro轨迹
3. 缓解实验中，在13个Golden UML ModelSet案例上加入Prompt Faithfulness与Reasoning Quality约束，汇总平均F1提升4.0个百分点；关系建模始终得分最低

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/24 08:00:37（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。