跳到正文
arXiv · NLP· Pratuat Amatya, Vinay Setty, V Venktesh, Avishek Anand·· 2026-10-14AI 评分33

事实性对齐方法无法让 LLM 更可靠?可复现性与公平对比研究

Do Factuality Methods Make LLMs More Factual? Reproducibility and Fair Comparison

AI 导读

独立复现 PPO、GRPO、DPO 等五种事实性对齐方法,结果显示无方法显著优于基础模型。 核心原因在于奖励机制优化了格式与长度而非事实性,且现有评测基准无法有效衡量文本相关性。

来源:arXiv · NLP · arxiv.org