跳到正文
热点事件持续更新

研究构建跨语言代码翻译幻觉分类与缓解框架

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

Yali Du 等作者发表系统性实证研究,在三个基准数据集、六种语言对和七个大语言模型上考察跨语言代码翻译中的幻觉,将其分为语义一致性冲突、事实知识冲突、项目上下文偏离三类,并人工标注了 13,919 个幻觉案例。 基于该分类体系,作者提出 HaluCodeTran 框架,结合 BM25 检索相关翻译示例与分类感知的反思式精炼来缓解幻觉。报道未给出该框架在基准上的具体缓解幅度。

AI 根据报道生成 · 55 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月21日
  1. arXiv cs.AI
    大语言模型跨语言代码翻译中的幻觉:现象与缓解

    一项系统性实证研究在三个基准数据集、六种语言对和七个 LLM 上考察跨语言代码翻译幻觉,构建了语义一致性冲突、事实知识冲突、项目上下文偏离三类分类体系,人工标注 13,919 个幻觉案例。基于该分类体系提出的 HaluCodeTran 框架结合 BM25 检索相关翻译示例与分类感知的反思式精炼来缓解幻觉。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。