3,583 papers
arXiv:2512.09148 67 9 дек. 2025 г. PRO

Детекция галлюцинаций через паттерны внимания: почему LLM игнорируют факты в структурированных данных

КЛЮЧЕВАЯ СУТЬ
Исследование показывает почему LLM галлюцинируют даже когда им дали правильные факты в структурированном виде (списки связей, графы данных). Проблема не в отсутствии информации — проблема в том, как модель её обрабатывает. Авторы проанализировали внутренние механизмы LLM и предложили две метрики: PRD (насколько модель зациклена на "очевидном пути") и SAS (насколько модель реально использует данные, а не генерирует из памяти).
Адаптировать под запрос

Контент доступен только для PRO подписчиков

Чтобы получить доступ к концептам этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO
📖 Простыми словами

Контент доступен только для PRO подписчиков

Чтобы получить доступ к упрощённому объяснению этого исследования, оформите PRO подписку

💳 Оплатить через Геткурс
YandexPay • SberPay • СБП • Карты РФ
⚡ Оплатить через Tribute
Telegram Stars • Моментальный доступ
Узнать о PRO

Работа с исследованием

Адаптируйте исследование под ваши задачи или создайте готовый промпт на основе техник из исследования.

0 / 2000
~0.5-2 N-токенов ~10-30с
~0.3-1 N-токенов ~5-15с