从'幻觉'到'缝合'：语言哲学洞察以增强大语言模型
计算与语言
2025-03-19 v1
摘要
本文从语言哲学和精神分析的角度探讨大型语言模型（LLMs）中的幻觉现象。通过引入拉康的'能指链'和'缝合点'概念，我们提出了 Anchor-RAG 框架作为一种缓解幻觉的新方法。与当前主要依赖试错实验、不断调整数学公式或强调数量而非质量的资源密集型方法不同，我们的方法回归语言学基本原理来分析 LLM 幻觉的根源。基于坚实的理论基础，我们推导出不仅能有效减少幻觉，还能提升 LLM 性能和改善输出质量的算法和模型。本文旨在建立理解 LLM 幻觉的综合性理论框架，挑战该领域普遍存在的'猜测-测试'方法和盲目竞争心态。我们期望为可解释 LLM 的新时代铺平道路，提供对基于语言的人工智能系统内部运作的更深入洞察。
引用
@article{arxiv.2503.14392,
title = {From "Hallucination" to "Suture": Insights from Language Philosophy to Enhance Large Language Models},
author = {Qiantong Wang},
journal= {arXiv preprint arXiv:2503.14392},
year = {2025}
}
备注
7 pages