arXiv 2026年10月5日该研究把 LLM 不确定性头框架适配到基于 Aya-Expanse-8B 的两个波斯语医学模型 Gaokerena-V 与 Gaokerena-R，先在 168 题伊朗医学入学考试上观察到 Gaokerena-V 的五次运行一致性明显低于 Aya-Expanse-8B 而 Gaokerena-R 与之相当，再构建每个骨干 1600 条响应的波斯语声明级幻觉数据集，在冻结骨干的注意力图与词元概率上训练轻量声明级头，留出测试集上 PR-AUC 为 0.4820 与 0.4652（分别为随机基线的 2.30 与 2.66 倍），ROC-AUC 为 0.7852 与 0.7810，推理时无需检索或重复采样。该研究把 LLM 不确定性头框架适配到基于 Aya-Expanse-8B 的两个波斯语医学模型 Gaokerena-V 与 Gaokerena-R，先在 168 题伊朗医学入学考试上观察到 Gaokerena-V 的五次运行一致性明显低于 Aya-Expanse-8B 而 Gaokerena-R 与之相当，再构建每个骨干 1600 条响应的波斯语声明级幻觉数据集，在冻结骨干的注意力图与词元概率上训练轻量声明级头，留出测试集上 PR-AUC 为 0.4820 与 0.4652（分别为随机基线的 2.30 与 2.66 倍），ROC-AUC 为 0.7852 与 0.7810，推理时无需检索或重复采样。研究团队将 LUH 不确定性头适配到波斯语医学模型，单次前向即可在声明级别检测幻觉，PR-AUC 达 0.4820 与 0.4652该研究把 LLM 不确定性头框架适配到基于 Aya-Expanse-8B 的两个波斯语医学模型 Gaokerena-V 与 Gaokerena-R，先在 168 题伊朗医学入学考试上观察到 Gaokerena-V 的五次运行一致性明显低于 Aya-Expanse-8B 而 Gaokerena-R 与之相当，再构建每个骨干 1600 条响应的波斯语声明级幻觉数据集，在冻结骨干的注意力图与词元概率上训练轻量声明级头，留出测试集上 PR-AUC 为 0.4820 与 0.4652（分别为随机基线的 2.30 与 2.66 倍），ROC-AUC 为 0.7852 与 0.7810，推理时无需检索或重复采样。该研究把 LLM 不确定性头框架适配到基于 Aya-Expanse-8B 的两个波斯语医学模型 Gaokerena-V 与 Gaokerena-R，先在 168 题伊朗医学入学考试上观察到 Gaokerena-V 的五次运行一致性明显低于 Aya-Expanse-8B 而 Gaokerena-R 与之相当，再构建每个骨干 1600 条响应的波斯语声明级幻觉数据集，在冻结骨干的注意力图与词元概率上训练轻量声明级头，留出测试集上 PR-AUC 为 0.4820 与 0.4652（分别为随机基线的 2.30 与 2.66 倍），ROC-AUC 为 0.7852 与 0.7810，推理时无需检索或重复采样。