लेखक ने Epistemic Shield विकसित किया है, एक प्रायोगिक फ्रेमवर्क जो LLM के प्रारंभिक उत्तर को अंतिम आउटपुट के बजाय एक अस्थायी परिकल्पना मानता है। सिस्टम उत्तरों को परमाणु दावों में विघटित करता है और यादृच्छिक मूल्यांकन में स्थिरता मापने के लिए उन्हें प्रतिस्पर्धी आत्म-आलोचना के अधीन करता है।
- सूक्ष्म विश्लेषण के लिए उत्तरों को परमाणु दावों में विघटित करता है।
- प्रत्येक दावे को प्रतिस्पर्धी आत्म-आलोचना के अधीन करता है।
- कई यादृच्छिक मूल्यांकनों में स्थिरता मापता है।
- उपलब्ध होने पर बाहरी साक्ष्य शामिल करता है।
- उच्च-जोखिम वाले क्षेत्रों में समर्थित न होने वाले दावों पर असममित दंड लागू करता है।
- मॉडल को सब कुछ उत्तर देने के लिए मजबूर करने के बजाय आंशिक विरत रहने की अनुमति देता है।
लेखक इस आर्किटेक्चर कैलिब्रेशन या हैलुसिनेशन प्रतिरोध में सुधार करता है यह परीक्षण करने के लिए तकनीकी आलोचना, बेंचमार्क सुझाव और सहयोगी खोज रहा है।