sepal

SEPAL框架增强LLM协作，提升问答能力

研究人员开发了SEPAL，一个用于增强大型语言模型（LLM）在问答协作中的新框架。SEPAL采用三个独立的、经过私有训练的Actor-Critic团队进行推理、证据关联和验证，防止错误在团队之间传播。这种分离确保了反馈被限制在每个团队内部，只有最终答案通过多数投票进行合并。跨多个LLM骨干和基准的实验表明，与标准的Actor-Critic方法相比，SEPAL的准确率平均提高了1.81个百分点。