检测金融领域AI幻觉：信息论方法将幻觉率降低92%

大语言模型（LLM）产生流畅但缺乏依据的回答——幻觉——限制了在高风险领域的安全部署。我们提出ECLIPSE框架，将幻觉视为模型语义熵与可用证据容量之间的不匹配。我们结合基于多样本聚类的熵估计与一种新颖的困惑度分解，用于衡量模型如何利用检索到的证据。我们证明，在温和条件下，由此产生的熵-容量目标是严格凸的，具有唯一的稳定最优解。我们在受控的金融问答数据集上对GPT-3.5-turbo（n=200，含合成幻觉的平衡样本）进行了评估，ECLIPSE实现了ROC AUC为0.89，平均精度为0.90，显著优于仅使用语义熵的基线（AUC 0.50）。与缺乏token级对数概率的Claude-3-Haiku进行的对照消融实验显示AUC降至0.59，系数幅度降低95%——证明ECLIPSE是一种原生对数概率机制，其有效性依赖于经过校准的token级不确定性。困惑度分解特征表现出最大的学习系数，确认了证据利用在幻觉检测中的核心地位。我们将这项工作定位为受控机制研究；跨领域和自然发生幻觉的更广泛验证仍是未来工作。