跳到主要内容
检索

Shihao Yang

1 篇关联报道

订阅更新
  1. arXiv

    检索智能体把八条转述当成八份证据:EchoSpec用两阶段训练把八回声顺从压到29–31%

    强化学习训练出的检索智能体在真实语料里会把同一说法的多次转述当作独立佐证,八条转述的假说法能推翻58–73%原本正确的多跳问答答案,并让删除证据时的弃答率跌到15%以下。EchoSpec把可靠性写成五种语料变换下的目标行为,先用桥接实体验证轨迹做热启动,再用带证据门控奖励的分组强化学习训练,在Qwen2.5-7B上把八回声顺从降到29–31%,同时把八回声下触及原始证据的比例提高到26–27%。这一结果在Qwen2.5-3B、Qwen2.5-7B与Llama-3.1-8B三个骨干上成立,并可零样本迁移到未见过的BGE与BM25检索器。

已读完全部报道