arXiv · AI· Sasi Kiran Gaddipati, Gollam Rabby, S\"oren Auer·· 4 小时前AI 评分24
CollabSciReM: 基于科学感知奖励分解对齐 LLM 科学对话
CollabSciReM: Aligning Language Models for Scientific Conversations via Science-Aware Reward Decomposition
AI 导读
CollabSciReM 提出科学感知奖励分解框架，提升 LLM 在科研对话中的严谨性与效率。 SciQuality 基于 300 篇论文评估，CollabSciReM 在 7B/8B 模型 8/10 基准中优于基线，幻觉率更低。 该方法在 Llama 和 Qwen 系列模型上均表现更优，且领域专家评估显示其新颖性更高。
来源：arXiv · AI · arxiv.org