Twin Worlds

新的Twin Worlds框架改进了LLM推理的证据基础

研究人员推出了一种名为Twin Worlds (TW) 的新颖框架，旨在提高大型语言模型 (LLM) 在知识密集型推理任务中的可靠性。TW通过关注证据基础来解决LLM生成不支持的答案的问题。该框架利用了等变性（一种输出在实体替换时可预测地转换但保留关系结构），来检测推理何时没有可靠地基于提供的证据。跨多个基准和模型骨干的实验表明，TW能有效识别未基于证据的答案，性能优于现有的弃权方法。