跨域迁移表征签名提升LLM可靠性检测

跨域迁移表征签名，少标注即可提升LLM幻觉检测

资讯摘要

论文提出一种统计框架，通过跨域迁移表征签名来降低训练LLM可靠性检测器对领域标注数据的依赖：先为每个领域提取低维签名，再用交叉拟合学习各源域预测器的组合权重，使权重随源域与目标域的相关性自适应调整。作者对最小二乘类比做渐近分析，刻画预测风险与聚合权重同领域差异、表征偏差的关系。在多个幻觉数据集和开放权重LLM上，新领域仅用25个标注问题，幻觉检测AUROC提升6.8%，推理步骤预测提升8.4%。

要点速读

1. 框架先提取各领域低维表征签名，再用交叉拟合学习域特定预测器的组合权重
2. 渐近分析以领域差异和表征偏差刻画极限预测风险与聚合权重
3. 新领域仅25个标注问题时，幻觉检测AUROC提升6.8%，推理步骤预测提升8.4%

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 2026/10/28 08:00:17（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。