研究追踪LLM生成UML类图的推理幻觉

Mojdeh Rahmanian等作者发表了一项实证研究，追踪大语言模型在推理生成UML类图时出现的幻觉。研究基于60条人工标注的DeepSeek-R1推理轨迹，构建了包含Prompt Faithfulness、Code Faithfulness和Reasoning Quality三个维度、共11个子类型的幻觉分类体系，并将其应用于另外120条DeepSeek-R1轨迹和20条DeepSeek-V4-Pro轨迹。 该分类体系分别对应需求与推理之间的偏差、推理与生成的PlantUML代码之间的差异，以及推理本身的问题。研究称其同时涉及幻觉的缓解。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。