标签： LLM可信度

在大型语言模型（LLM）能力边界不断拓展的今天，其内在的“幻觉”（Hallucination）问题——即生成看似合理但实际错误或捏造的信息——已成为阻碍其可靠落地的核心障碍。传统的后验式纠错、增强检索（RAG）或基于监督微调（SFT）的抑制方法，往往陷入“头痛医头、脚痛医脚”的困境，或在覆盖度与成本