锚定式虚构：部分证据非单调放大 LLM 中的自信幻觉
计算与语言
2026-04-30 v1
摘要
我们识别出大型语言模型一个先前未知的校准特性：在多步推理链中提供一个已确认的中间事实，会在完整证据消除它之前提高模型自信但错误回答的概率。我们将此称为锚定式虚构：部分锚点使模型致力于对剩余推理步骤进行自信的参数化补全。我们将其形式化为参数化幻觉置信度（PHC），并通过六条证据线索确立它，包括因果注入实验（PHC 从 0.613 到 0.656 到 0.595 到 0.536，N=160）和跨五个模型族的能力扩展（Spearman rho=0.900，p=0.037）。锚定阈值定律 k*(n)=floor(n/3) 通过跳跃深度预测 PHC 放大，并有四个已确认的预测。应用于 RAG 路由，利用 PHC 的 LearnedRouter 在四个基准的 1,800 个查询上弥合了 81.1% 的预言机性能差距（macro F1=0.426，p<1e-6），无需模型微调，且标签量比先前基于 RL 的工作少 50 倍。认知谦逊提示使 PHC 峰值降低 -0.118；显式自评（PHC=0.684，p<0.001）作为路由信号优于词汇置信度。
引用
@article{arxiv.2604.25931,
title = {Anchored Confabulation: Partial Evidence Non-Monotonically Amplifies Confident Hallucination in LLMs},
author = {Ashish Balkishan Lathkar},
journal= {arXiv preprint arXiv:2604.25931},
year = {2026}
}
备注
62 pages, 5 figures. Preprint under review