EMNLP 论文：多域混合训练让监督式幻觉检测器OOD性能反超无监督方法 7.25%

MaartenSap · x · 2026-10-25

CMU 等研究者在 EMNLP 展示的论文《Fortifying Hallucination Detection Under Distribution Shift in Short-Form QA》系统比较了监督分类与无监督指标两类幻觉检测方法，在 11 个数据集、10 个模型上实证发现：监督方法在域内更强，但域外（OOD）落后于无监督方法。

为缩小泛化差距，作者提出一个简单方案：用精心策划的多域混合数据训练监督检测器，再按需补充任务数据。在来自 12 个开源 QA 数据集的 69.7 万条样本上实验，加入通用训练后，监督方法在短问答 OOD 场景平均反超无监督方法 +7.25%，且无需任何任务专属数据。此外还分析了 scaling 行为：带通用数据的模型最多可少用 40.3% 的任务数据即接近最优性能。