# 大语言模型幻觉检测

该工作在配对样本范式下跨三个7B级模型和三个数据集刻画隐藏状态探针检测LLM幻觉的信号几何，发现信号由单一均值漂移分量主导、移除该方向后检测降至随机水平，收缩线性判别分析弥合约73%的一维与全维分类器差距，简单L2正则逻辑回归以0.952 AUROC界定或优于十二种受控架构替代方案，且LayerMix多层聚合在无oracle访问下匹配oracle层性能。

该工作在配对样本范式下跨三个7B级模型和三个数据集刻画隐藏状态探针检测LLM幻觉的信号几何，发现信号由单一均值漂移分量主导、移除该方向后检测降至随机水平，收缩线性判别分析弥合约73%的一维与全维分类器差距，简单L2正则逻辑回归以0.952 AUROC界定或优于十二种受控架构替代方案，且LayerMix多层聚合在无oracle访问下匹配oracle层性能。