본 논문은 대규모 언어 모델(LLMs)의 환각 현상(hallucination, 부정확하거나 사실이 아닌 정보 생성) 문제를 해결하기 위해, 신경 미분 방정식(Neural DEs)을 활용한 새로운 방법인 HD-NDEs(Hallucination Detection-Neural Differential Equations)를 제안합니다. 기존의 분류 기반 방법들이 출력 순서의 초반 또는 중반에 부정확한 정보가 나타날 경우 성능이 저하되는 문제점을 극복하기 위해, HD-NDEs는 LLMs의 잠재 공간 내에서 전체 동역학을 포착하여 진술의 사실 여부를 체계적으로 평가합니다. LLMs의 잠재 공간에서의 동적 시스템을 모델링하기 위해 신경 미분 방정식을 적용하고, 잠재 공간의 시퀀스를 분류 공간에 매핑하여 진실성을 평가합니다. 다섯 개의 데이터셋과 여섯 개의 널리 사용되는 LLMs에 대한 광범위한 실험을 통해, 특히 True-False 데이터셋에서 최첨단 기법에 비해 AUC-ROC 지표가 14% 이상 향상되는 등 HD-NDEs의 효과를 입증했습니다.
