Grounded Optimization: A Layered Engineering Framework for Reducing LLM Hallucination in Automated Personal Document Rewriting
作者: Shashank Indukuri, Adarsh Agrawal
分类: cs.CL, cs.AI
发布日期: 2026-07-05
💡 一句话要点
提出Grounded Optimization框架以减少LLM在简历优化中的幻觉问题
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 大型语言模型 简历优化 幻觉检测 Grounded Optimization 自动化工具 人力资源管理 文本生成
📋 核心要点
- 现有的简历优化方法在使用大型语言模型时容易产生幻觉，导致信息失真和不准确。
- 本文提出的Grounded Optimization框架通过五个层次的设计，旨在有效减少LLM的幻觉现象。
- 实验结果显示，采用该框架后，时间幻觉减少50-95%，总体检测幻觉率降至0.04-0.24，显著提升了简历的准确性。
📝 摘要（中文）
大型语言模型（LLMs）在简历优化中的应用日益广泛，但也引发了特有的幻觉失败，包括过时技术注入、跨领域术语污染、结构变异和内容虚构。本文提出了Grounded Optimization，一个五层框架，结合了时间上下文验证、确定性污染检测、结构不变性强制、提示级别基础和评估代理。在对三种LLM、四个温度设置和六种层配置进行的消融实验中，未防御基线每份简历产生2.48-5.36个检测到的幻觉。独立于主动防御的检测器中，时间幻觉在所有条件下减少50-95%；总体检测幻觉率降至0.04-0.24。提示级别基础在低温度下实现零检测幻觉，但在高温度和较弱模型下需要确定性层作为补充。我们发布了污染分类法、评估代码和原始数据。
🔬 方法详解
问题定义：本文解决的问题是大型语言模型在简历优化中产生的幻觉现象，包括技术过时、术语污染和内容虚构等。这些问题导致生成的简历信息失真，影响求职者的表现。
核心思路：论文提出的核心思路是构建一个五层的Grounded Optimization框架，通过多层次的验证和检测机制，确保生成内容的准确性和一致性。这样的设计旨在从多个角度防止幻觉的发生。
技术框架：该框架包括五个主要模块：时间上下文验证、确定性污染检测、结构不变性强制、提示级别基础和评估代理。每个模块针对不同类型的幻觉进行处理，形成一个综合的防护体系。
关键创新：最重要的技术创新在于将时间上下文和结构不变性结合，形成多层次的防御机制。这与现有方法的单一防御策略形成了鲜明对比，显著提高了幻觉检测的有效性。
关键设计：在实验中，采用了不同的温度设置和层配置，以评估框架的性能。特别是在低温度下，提示级别基础能够实现零检测幻觉，而在高温度和较弱模型下，确定性层的引入则显得尤为重要。实验还提供了污染分类法和评估代码，以便于后续研究。
🖼️ 关键图片
📊 实验亮点
实验结果显示，未防御基线每份简历产生2.48-5.36个幻觉，而采用Grounded Optimization框架后，时间幻觉减少50-95%，总体检测幻觉率降至0.04-0.24。提示级别基础在低温度下实现零检测幻觉，显示出该框架的有效性和实用性。
🎯 应用场景
该研究的潜在应用领域包括求职平台、自动化简历生成工具和人力资源管理系统。通过减少幻觉现象，提升简历的准确性和可信度，能够帮助求职者更好地展示自身优势，同时也为招聘方提供更可靠的候选人信息。未来，该框架的理念和方法可以扩展到其他文本生成任务中，进一步提升生成内容的质量。
📄 摘要（原文）
Large language models (LLMs) are increasingly applied to resume optimization for applicant tracking systems, introducing hallucination failures distinct from general text generation: anachronistic technology injection, cross-domain terminology contamination, structural mutation, and content fabrication. We present Grounded Optimization, a five-layer framework combining temporal context validation, deterministic contamination detection, structural invariant enforcement, prompt-level grounding, and an evaluator agent.In ablation experiments across three LLMs, four temperature settings, and six layer configurations on 25 synthetic resumes spanning 14 industries, undefended baselines produce 2.48-5.36 detected hallucinations per resume. Among detectors independent of the active defenses, temporal hallucinations are reduced by 50-95% across all conditions; overall detected hallucination rate falls to 0.04-0.24. Prompt-level grounding alone achieves zero detected hallucinations at low temperature with a capable instruction-following model; higher temperatures and weaker models reveal the need for the deterministic layers as a complement. We release the contamination taxonomy, evaluation code, and raw data.