Loading [MathJax]/extensions/tex2jax.js
次回の更新記事：LLMエージェントとはそもそも何か　どのような仕組み…（公開予定日：2025年04月14日）

ハルシネーション

ハルシネーションが創薬研究を進展させる可能性 LLMの新たな活用法

ハルシネーションが創薬研究を進展させる可能性 LLMの新たな活用法

LLMにおける事実性の評価＆向上に役立つデータセットの作り方

LLMにおける事実性の評価＆向上に役立つデータセットの作り方

LLMの「知っているのに嘘をつく」幻覚と「知らないから間違える」幻覚の違い

LLMの「知っているのに嘘をつく」幻覚と「知らないから間違える」幻覚の違い

手の込んだ手法よりシンプルな手法の方がLLMは幻覚を起こしにくい　問題に応じて戦略を変える必要性

手の込んだ手法よりシンプルな手法の方がLLMは幻覚を起こしにくい　問題に応じて戦略を変える必要性

GPT-4oに”嘘をつく理由”を与えると正直さが約32.5%減少　LLMは役割に応じて”正直さ”が変化する

GPT-4oに”嘘をつく理由”を与えると正直さが約32.5%減少　LLMは役割に応じて”正直さ”が変化する

モデルとデータの大規模化で変化するLLMのハルシネーション　Google DeepMindの研究

モデルとデータの大規模化で変化するLLMのハルシネーション　Google DeepMindの研究

ファインチューニングがLLMの幻覚（ハルシネーション）に与える影響　Googleなどによる検証結果

ファインチューニングがLLMの幻覚（ハルシネーション）に与える影響　Googleなどによる検証結果

マルチモーダルLLMにおける幻覚（ハルシネーション）の原因と対策　クリエイティブでの活用も推奨　AWSなどが網羅的に調査

マルチモーダルLLMにおける幻覚（ハルシネーション）の原因と対策　クリエイティブでの活用も推奨　AWSなどが網羅的に調査

小さなRetrieverとLLMの組み合わせによる実用的なワークフロー生成システム　またはRAGで幻覚を減らす手法

小さなRetrieverとLLMの組み合わせによる実用的なワークフロー生成システム　またはRAGで幻覚を減らす手法

LLMの内部状態を観察することで「出力がハルシネーションか否かを判別する」手法『LLMファクトスコープ』

LLMの内部状態を観察することで「出力がハルシネーションか否かを判別する」手法『LLMファクトスコープ』

LLMの誤り（ハルシネーション）発生原因と、「創造性と事実性のバランス」などの対策ロードマップ

LLMの誤り（ハルシネーション）発生原因と、「創造性と事実性のバランス」などの対策ロードマップ

LLMの出力から誤り（ハルシネーション）を減らす新手法『CoVe（Chain-of-Verification）』と実行プロンプト

LLMの出力から誤り（ハルシネーション）を減らす新手法『CoVe（Chain-of-Verification）』と実行プロンプト

LLMに自身のハルシネーション（幻覚）を「自覚」させ、減らす方法

LLMに自身のハルシネーション（幻覚）を「自覚」させ、減らす方法

プロフィールを登録すると
仕事のオファーが届きます

プロフィール登録
PAGE TOP