Composite Abstention Architecture

深度分析

將幻覺定義為「邊界誤分類」：LLM 複合式棄權架構研究

大型語言模型常產生無根據的幻覺內容，本研究將其定義為輸出邊界的誤分類錯誤，並提出一套結合「指令拒絕」與「結構化棄權閘門」的複合式架構。透過監控自我一致性與引用覆蓋率等訊號，該系統能有效降低幻覺並維持回答準確率，為提升 AI 內容可靠性提供技術路徑。