SAFE 把多跳问答评估从答案判定转为逐步推理验证。
资讯摘要
论文提出 SAFE，一种以 LLM 作为验证器的证据落地多跳问答框架。它不只在生成后判断最终答案，而是在生成过程中对照给定段落与已有推理轨迹逐步核验，并将推理拆解为以知识图谱三元组表示的原子化证据单元。训练阶段用 KG 约束核验基准监督并构建验证器训练数据，推理阶段由外部验证器逐步检查并给出纠错反馈。作者报告在三个多跳问答基准上平均提升 8.8 个百分点。
要点速读
- SAFE 将推理拆解为以知识图谱三元组表示的原子化、证据落地单元，使中间步骤可核验。
- 推理阶段由外部验证器逐步检查生成内容，识别无效推理并在错误扩散前提供纠错反馈。
- 作者报告在三个多跳问答基准上准确率平均提升 8.8 个百分点。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。