本文是LLM系列文章,针对《A Survey of Large Language Models Attribution》的翻译。
大型语言模型归因研究综述
摘要
开放域生成系统在会话人工智能领域(例如,生成搜索引擎)获得了极大的关注。本文全面回顾了这些系统所采用的归因机制,特别是大型语言模型。尽管归因或引用提高了事实性和可验证性,但模糊的知识库、固有的偏见和过度归因的缺点等问题可能会阻碍这些系统的有效性。这项调查的目的是为研究人员提供有价值的见解,帮助改进归因方法,以提高开放领域生成系统生成的响应的可靠性和准确性。我们认为,这一领域仍处于早期阶段;因此,我们维护了一个存储库来跟踪正在进行的研究https://github.com/hitsz-tmg/awesome-llm-attributions.

本文深入探讨了大型语言模型的归因机制,旨在提高开放域生成系统响应的可靠性和准确性。研究了归因的来源、数据集、方法及评估,并分析了错误、局限性和未来挑战。重点在于改进归因,以确保内容的准确性和可信度。
订阅专栏 解锁全文
1052

被折叠的 条评论
为什么被折叠?



