Xianda Zheng

新的KCR框架帮助LLM解决知识冲突，性能优于GPT-4o和GPT-5.1

研究人员开发了一个名为知识冲突推理（KCR）的新框架，旨在帮助大型语言模型（LLM）解决其训练数据中的矛盾。KCR将冲突信息分解为结构化的推理轨迹，使用文本和图的混合表示。该框架采用带有可验证奖励的强化学习（RLVR）范式来训练一个优先考虑逻辑一致性的策略。评估表明，一个增强了KCR的7B模型在裁决知识冲突方面，显著优于GPT-4o和GPT-5.1等专有模型。