Margo

新的MARGO框架解决了大型推理模型中的事实幻觉问题

研究人员开发了MARGO，一个新颖的强化学习框架，旨在减轻大型推理模型（LRMs）中的事实幻觉。MARGO解决了“思维诱导幻觉”问题，即显式推理步骤有时会导致错误答案。通过比较思维和非思维轨迹，MARGO识别显式思维是否增加了事实价值，从而抑制无益的推理，同时保留有益的思维过程。实验表明，MARGO在QA基准测试中提高了事实可靠性，而不会损害数学任务上的通用推理能力。