近日，计算机学院智能信息处理研究所张仰森教授团队的论文《基于自适应上下文感知神经元解码的大语言模型幻觉缓解》在《计算机学报》2026年第49卷第8期发表。该期刊由中国计算机学会与中国科学院计算技术研究所共同主办，为CCF推荐计算领域高质量科技期刊T1类期刊，被EI、Scopus收录。论文第一作者为硕士研究生郭亚龙，张仰森教授为通信作者。该研究提出ACND框架，通过神经元级动态调控，显著缓解知识冲突引发的大语言模型幻觉。

大语言模型在上下文新知识与参数化旧知识冲突时，常过度依赖参数化知识，进而产生事实性“幻觉”。论文提出自适应上下文感知神经元解码（ACND）框架：ACNS模块融合积分梯度归因与贝叶斯优化，动态筛选上下文感知神经元，离线超参数评估次数减少约60%；NACD模块在前馈网络层引入神经元激活增益，并基于Jensen-Shannon散度动态重构生成概率分布，实现两类知识的自适应平衡。在LLaMA、Baichuan、Qwen等模型上的实验表明，ACND使回答准确率平均提升8.1%、顽固率平均降低6.8%，并具备良好的跨分布、跨规模泛化能力。该方法无需更新模型参数、可即插即用，为知识冲突场景下的幻觉缓解提供了细粒度、可解释的新途径。

下一步团队将在开放域问答与检索增强生成（RAG）场景中验证ACND的泛化能力，提升模型对检索文档的响应忠实度；构建面向长上下文任务的分层冲突检测机制，增强小规模模型在高干扰长文本场景下的稳健性；并将框架拓展至多模态图文问答、跨语言任务与长上下文多轮对话，在更大参数规模模型上开展验证，持续提升大语言模型生成内容的真实性与可靠性。（供稿：计算机学院  编辑/审核：郭辉）

期刊简介：

《计算机学报》创刊于1978年，由中国科学院计算技术研究所与中国计算机学会共同主办、科学出版社出版，为月刊，是中国计算机领域中文类期刊中最具权威性的学术期刊之一，旨在报道我国计算机科学与技术领域最高水平的科研成果。该刊被EI、Scopus、CSCD核心等权威数据库收录，入选CCF推荐计算领域高质量科技期刊T1类，在国内计算机学术界享有很高声誉。