Mitigating Hallucinations Using Ensemble of Knowledge Graph and Vector Store in Large Language Models to Enhance Mental Health Support
计算与语言
2024-10-16 v1 人工智能
摘要
本研究聚焦于大型语言模型（LLM）中幻觉的表现及其对精神健康领域应用的影响。主要目标是识别有效的策略来抑制幻觉发生，从而增强 LLM 在支持精神健康干预（如治疗、咨询和信息传播）方面的可靠性和安全性。通过严格的调查和分析，本研究旨在阐明导致 LLM 幻觉的底层机制，并提出针对性的干预措施以减轻其发生。通过解决这一关键问题，研究旨在构建更稳健的框架，用于在精神健康语境中利用 LLM，确保其在辅助治疗过程和向寻求精神健康支持的个体提供准确信息方面的有效性和可靠性。
引用
@article{arxiv.2410.10853,
title = {Mitigating Hallucinations Using Ensemble of Knowledge Graph and Vector Store in Large Language Models to Enhance Mental Health Support},
author = {Abdul Muqtadir and Hafiz Syed Muhammad Bilal and Ayesha Yousaf and Hafiz Farooq Ahmed and Jamil Hussain},
journal= {arXiv preprint arXiv:2410.10853},
year = {2024}
}