EMNLP 论文：多域混合训练让监督式幻觉检测器 OOD 性能反超无监督方法 7.25%

CMU 等研究者在 EMNLP 论文中提出，用精心策划的多域混合数据训练监督式幻觉检测器，可在短问答 OOD 场景平均反超无监督方法 7.25%，且无需任务专属数据。研究覆盖 11 个数据集、10 个模型，发现监督方法域内更强但 OOD 落后，方案在 12 个开源 QA 数据集的 69.7 万条样本上验证。引入通用数据后，模型最多可少用 40.3% 的任务数据即接近最优性能。