Penulis telah mengembangkan Epistemic Shield, sebuah framework eksperimental yang memperlakukan respons awal LLM sebagai hipotesis sementara daripada output akhir. Sistem ini menguraikan jawaban menjadi klaim atomik dan menurunkannya ke kritik diri adversarial untuk mengukur konsistensi di seluruh evaluasi stokastik.

  • Menguraikan respons menjadi klaim atomik untuk analisis granular.
  • Menurunkan setiap klaim ke kritik diri adversarial.
  • Mengukur konsistensi di seluruh banyak evaluasi stokastik.
  • Memasukkan bukti eksternal ketika tersedia.
  • Menerapkan penalti asimetris pada klaim yang tidak didukung di domain berisiko tinggi.
  • Memungkinkan abstensi parsial daripada memaksa model untuk menjawab semuanya.

Penulis mencari kritik teknis, saran benchmark, dan kolaborator untuk menguji apakah arsitektur ini meningkatkan kalibrasi atau ketahanan terhadap halusinasi.