Yu Liu

新框架CRAFT增强RAG推理的准确性和忠诚度

研究人员开发了CRAFT，一个新颖的强化学习框架，旨在提高检索增强生成（RAG）系统中推理的准确性和忠诚度。该框架专门解决了“答案正确但理由错误”的失败问题，即模型提供正确答案但使用了有缺陷或不支持的逻辑。CRAFT通过结合正确性和合规性的确定性奖励与基于裁判的语义忠诚度奖励，旨在产生结构化、可审计的推理轨迹。实验表明，CRAFT提高了准确性和忠诚度，尤其是在15亿参数及以上的模型中，同时在70亿参数规模上与闭源模型保持竞争力。