Alucinação de LLM

Alucinação em LLM ocorre quando um modelo de linguagem gera informações factualmente incorretas ou fabricadas com alta confiança. Principais causas:

1. Ruído no treinamento: Dados de origem imprecisos ou de baixa qualidade.

2. Lacunas de conhecimento: O modelo não foi exposto a fatos específicos.

3. Ambiguidade no prompt: Consultas vagas ou conflitantes do usuário.

Mitigação com melhores dados:

Alimentar modelos com conjuntos de dados mais limpos e representativos—coletados de forma confiável através de proxies móveis rotativos do Proxied—reduz o ruído e melhora a base factual. Combine pipelines de dados baseados em proxy com etapas de verificação pós-treinamento para conter alucinações.