研究人员开发了CalibraRL,一个新颖的强化学习框架,旨在减少检索增强生成(RAG)中使用的语言大模型(LLMs)的幻觉。这种新方法将响应置信度和查询特定证据纳入奖励系统,旨在更好地惩罚过于自信的错误答案并阻止不必要的弃权。在问答数据集上的实验表明,CalibraRL提高了答案的准确性,并显著降低了平均预期校准误差,从而提高了LLM在网络搜索等应用中的可靠性。 AI
影响 CalibraRL在RAG系统中处理置信度校准的方法可能带来更可靠的LLM输出,减少搜索引擎等应用中的事实错误。
排序理由 该集群包含一篇详细介绍改进LLM性能新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- CalibraRL
- ECE
- large-language models
- QA datasets
- reinforcement learning
- retrieval-augmented generation
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →