Recursive Knowledge Improvement

新的递归知识改进方法通过解决知识状态歧义来增强大型语言模型

研究人员推出了一种新颖的递归知识改进（RKI）方法，用于增强大型语言模型，该方法解决了如何最好地更新其知识的歧义问题。RKI将知识改进视为一个顺序的、状态感知的过程，将知识组织成图结构，以指导多轮更新中的诊断和干预。该方法旨在克服当前仅定位弱点但未提供明确修复指导的方法的局限性，在HotpotEval和SafeInternalEval上的表现比现有技术平均高出18.41分。