消除大语言模型辅助因果发现中幻觉的新方法
计算与语言
2024-11-21 v1 人工智能
摘要
大语言模型（LLM）在因果发现中越来越多地被用作人类领域专家的替代者，这凸显了最优模型选择的需求。本文首次对用于因果发现的流行 LLM 进行了幻觉调查。我们表明，在因果发现中使用 LLM 时存在幻觉，因此 LLM 的选择很重要。我们建议在可获得高质量数据时使用检索增强生成（RAG）来减少幻觉。此外，我们引入了一种新方法，在辩论中采用多个 LLM 和一个仲裁者来审计因果图中的边，实现了与 RAG 相当的幻觉减少效果。
引用
@article{arxiv.2411.12759,
title = {A Novel Approach to Eliminating Hallucinations in Large Language Model-Assisted Causal Discovery},
author = {Grace Sng and Yanming Zhang and Klaus Mueller},
journal= {arXiv preprint arXiv:2411.12759},
year = {2024}
}