如何阻止 LLM 为报告中不存在的字段编造数值

Traditional_Push2492 · reddit · 2026-11-11

作者处理 200-400 页的报告(如排放数据),要求模型抽取一个长字段列表,但并非每份报告都有全部字段——模型常为缺失字段硬编一个数字,而不是回答「未找到」。成本上不允许多轮额外抽取,confidence 分数不可靠,而 llamaparse/docling 等解析器在丑陋页面上也会丢表格,「留空」又有歧义。

作者提出的候选方案:要求每个值附原文引用,并在代码里核验。帖子是求助讨论,信息量在问题本身。