TruthX：通过在真实性空间中编辑大型语言模型缓解幻觉

基于摘要分析。本文研究大型语言模型（LLMs）即使具备正确知识，仍可能生成不真实回答的问题，提出推理时方法 TruthX，通过在真实性空间中编辑模型内部表征，引导模型输出更真实的回答。研究对象是 LLM 的回答真实性，而非 EEG 信号建模或 BCI 解码。 机制上，TruthX 使用自编码器将 LLM 内部表征分别映射到语义潜在空间与真实性潜在空间，并通过对比学习在真实性空间内识别编辑方向；推理时沿该方向编辑内部表征。其核心思路是把真实性作为可干预的潜在表征属性，而非仅在输出文本层面修正回答。自编码器的训练数据、对比样本构造、具体损失、编辑位置与强度尚未验证。 作者报告，在 TruthfulQA benchmark 上，对 13 个 LLM 应用 TruthX 后，真实性平均提升 20%。摘要未明确该提升对应的具体指标、相对变化还是百分点变化，也未说明各模型结果、评估划分与对照基线，因此不能据此推断通用准确率提升。作者进一步报告，真实性空间对引导模型生成真实或幻觉回答具有关键作用；相关分析及因果证据仍需正文核验。 实验协议、消融及统计信息尚未验证，复现还需确认基础模型、训练监督、表征提取与编辑实现、推理开销，以及对其他任务能力的影响。材料未建立真实性潜在空间与 EEG/BCI 瓶颈之间的具体机制对应，不据此推断 BCI 有效性；相关 EEG 工作尚未检索确认。