Cet article propose une nouvelle approche, l'auto-réflexion guidée par l'attention (AGSER), pour résoudre le problème des hallucinations, qui entrave l'application efficace des modèles de langage à grande échelle (MLH). AGSER exploite les contributions attentionnelles pour classer les questions d'entrée en questions focalisées sur l'attention et en questions non focalisées sur l'attention. Pour chaque question, il traite séparément le LMH afin de calculer un score de cohérence entre la réponse générée et la réponse initiale. La différence entre les deux scores de cohérence est utilisée comme mesure des hallucinations. AGSER améliore non seulement l'efficacité de la détection des hallucinations, mais réduit également considérablement la charge de calcul en utilisant seulement trois passages sur le LMH et deux ensembles de jetons. Des expériences approfondies utilisant quatre LMH largement utilisés et trois benchmarks d'hallucinations démontrent que la méthode proposée surpasse considérablement les méthodes existantes en matière de détection des hallucinations.
