研究人员开发了一个新框架，该框架使用结构因果模型（SCMs）将大语言模型（LLMs）的多跳推理进行接地。这种方法将事实核查视为一个因果推理过程，旨在减少幻觉并提高逻辑一致性。研究发现推理链长度与准确性之间存在倒U型关系，从而开发了一种名为组相对策略优化（GRPO）的强化学习策略，以平衡复杂性和简洁性。 AI
影响 通过将推理与因果模型相结合，引入了一种改进大语言模型事实核查的新方法，有望带来更可靠、更具可解释性的AI系统。
排序理由 这是一篇研究论文，详细介绍了大语言模型多跳推理的新框架。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
