大型語言模型（LLM）在需要專業知識的領域（如醫療健康）中，常常產生虛構——即事實錯誤但表述流暢的語句。這種虛構現象在醫療環境中風險極高，因為錯誤的信息可能導致錯誤診斷或治療方案。現有的醫療幻覺數據集由於虛構覆蓋範圍有限、人類與LLM生成文本之間的風格差異以及幻覺樣本合成過程中的分佈漂移，未能充分捕捉虛構現象。為了應對這一挑戰，研究人員提出了MedFabric，一個通過數據中心管道生成的詞級虛構數據集。該管道利用多種數據源和轉換策略，能夠產生在句法和風格上高度保真、僅引入細微事實偏差的逼真虛構樣本。具體而言，MedFabric從醫學文本中提取結構化知識，然後通過替換、插入或刪除關鍵詞語來生成虛構，同時保持整體流暢性和專業性。
基於MedFabric，研究團隊進一步推出了EtHER，一個模塊化的詞級虛構檢測器。EtHER採用三項關鍵技術：首先，文本到表格分解（Text2Table Decomposition）將醫學文本中的事實信息提取為結構化表格，明確實體及其關係；接着，詞掩碼填充（Word Masking and Filling）通過遮蔽關鍵術語並利用上下文進行預測，識別潛在虛構；最後，混合句對評估（Hybrid Sentence Pair Evaluation）比較原始句子與修改後句子的語義一致性，綜合判斷是否虛構。這三個模塊協同工作，顯著提升了系統的事實對齊能力。
實驗結果表明，MedFabric在多個詞級虛構基準測試中均優於現有最先進檢測器，性能提升幅度超過15%，並且在不同結構相似性的樣本上保持了穩定一致的檢測效果。這一工作為醫療領域提供了一套數據驅動的可靠事實性檢測框架，有望提升LLM在臨牀決策支持、病歷分析等高危場景中的可信度。該論文由來自多家機構的聯合團隊完成，包括Tung Sum Thomas Kwok、Qian Qian、Xiaofeng Lin等人，預印本已提交至arXiv，編號arXiv:2605.04180。