Структурированная верификация выводов: проверка галлюцинаций через разбивку на утверждения

Парадокс сложности: Улучшенная система GraphEval+ с двусторонним извлечением триплетов показала 53% точности за 8 часов обработки. Простой метод SICI-1 (разбивка на предложения + разрешение местоимений) достиг 70% точности за 30 минут – в 16 раз быстрее и точнее. Когда система слишком чувствительна к ошибкам извлечения, точность падает. Метод позволяет проверять каждое утверждение LLM на галлюцинации вместо оценки всего ответа разом – получаешь градацию надёжности для каждого факта. Фишка: разбей вывод модели на атомарные утверждения, сопоставь каждое с источником, получи карту надёжности. Вместо бинарной проверки «весь ответ правильный?» видишь что подтверждено документами (высокая надёжность), что логический вывод (средняя), что додумано (галлюцинация). Сохраняешь правильные части, исправляешь только проблемные – вместо отбрасывания всего ответа.