利用LLM内部特征提升法律分类任务可靠性
原标题：Peeking Inside LLMs: Leveraging Internal Artifacts of LLMs for Enhancing Reliability in Legal Classification
速览
大型语言模型在法律领域的应用日益广泛，但其幻觉问题严重影响可靠性。本研究探索利用LLM内部特征构建下游分类器，以检测法律分类任务中的错误预测。实验表明，这些内部特征是识别错误的有效指标，可显著提升基于LLM的法律分类系统的可靠性。
AI 深度解读
AI 正在阅读原文并生成深度解读…（首次约 20–40 秒，之后秒开）
查看原文 →arxiv.org