告别黑盒！清华发布FaithLens，首创强可解释性的大模型幻觉检测利器

本文介绍了清华大学等机构联合发布的FaithLens模型，旨在解决大语言模型在检索增强生成和文本摘要等任务中产生的“忠实度幻觉”问题。研究背景是大模型生成的回复可能与参考文档不一致，且在关键领域存在风险，而现有检测方案存在高成本或缺乏解释性的困境。研究目的是开发一个高效、可解释且低成本的幻觉检测模型。FaithLens通过创新的数据合成与清洗策略获取高质量训练数据，并采用基于强化学习的解释优化机制，使模型不仅能准确检测幻觉，还能生成清晰的解释。结论表明，8B参数的FaithLens在12个基准任务上超越了GPT-4.1等大模型，实现了高精度、强可解释性和低推理成本，为构建可信赖的AI系统提供了新范式。