거대 언어 모델 환각 현상 연구

거대 언어 모델(LLM)은 다양한 작업에서 뛰어난 능력을 보여주지만, 사용자 입력과 불일치하거나 기존 지식에 모순되는 내용을 생성하는 환각 현상이 심각한 문제로 대두되고 있습니다. 이러한 환각은 LLM의 실제 적용 신뢰성에 큰 걸림돌이 됩니다. 본 논문은 LLM 환각 현상의 탐지, 설명 및 완화 노력에 대한 최신 연구들을 포괄적으로 조사합니다. 특히 LLM의 고유한 도전 과제에 중점을 둡니다. 연구는 LLM 환각 현상 및 평가 벤치마크에 대한 분류 체계를 제시하고, 환각 완화를 목표로 하는 기존 접근 방식들을 분석합니다. 이를 통해 현재 연구 동향을 파악합니다. 이 조사는 LLM 환각 현상에 대한 심층적인 이해를 제공하며, 향후 연구 방향을 제시하여 LLM의 신뢰성과 유용성을 높이는 데 기여할 것으로 기대됩니다.