본 논문은 대규모 언어 모델(LLM) 출력에서 허구적인 텍스트 구간을 탐지하기 위해 설계된 다국어 파이프라인인 HalluSearch를 제시한다. 다국어 환각 및 관련 관찰 가능한 과잉 생성 실수에 대한 공유 과제인 Mu-SHROOM의 일부로 개발된 HalluSearch는 검색 증강 검증과 세분화된 사실적 분할을 결합하여 14개 언어의 환각을 식별하고 위치를 파악한다. 실험적 평가는 HalluSearch가 영어(상위 10% 이내)와 체코어에서 모두 4위를 차지하며 경쟁력 있는 성능을 보여줌을 나타낸다. 시스템의 검색 기반 전략은 일반적으로 강력하지만, 온라인 자료가 제한적인 언어에서는 어려움을 겪는데, 이는 다양한 언어적 맥락에서 일관된 환각 탐지를 보장하기 위한 추가 연구의 필요성을 강조한다.
