用于 词元级 幻觉检测的时间多信号融合

词元级 幻觉检测器独立于单个信号对每个标记进行评分，并且当生成模型确信错误时会失败。相反，本文将幻觉视为时间上延伸的跨度，并通过序列标记来检测它：每个标记都是从融合了文本统计、自然语言推理 (NLI) 蕴涵和语言模型惊喜的 33 维特征流中评分的，无法访问模型内​​部。基于这些特征的双向门控循环单元 (BiGRU) 在 RAGTruth（10 个种子）上的 AUC 达到 0.840，比独立逻辑回归基线提高了 11 点（p = 0.002，Wilcoxon 符号秩）。受控分解将大部分增益归因于时间顺序而不是模型容量：证据从可靠的位置传播到跨度内的模糊邻居。同样的 0.845 上限在循环、状态空间 (Mamba) 和注意力架构中重复出现，将瓶颈定位在特征集而不是模型中。因为它只读取生成的文本和外部信号，所以检测器在闭源模型上工作，并且它继续处理在训练期间从未见过的语言模型生成的文本，AUC 损失低于 4%。