يقدم الباحثون إطار عمل Hallucination Self-Play (HSP)، الذي يسمح لكاشف الهلوسة بالبدء باستخدام مولّد متطور. تتناول هذه الطريقة ندرة البيانات المُعلَّمة عالية الجودة من خلال تمكين التحسين التكراري بدلاً من اعتبار المولّد ثابتًا.
يُهيئ الإطار كلتا الأدوارين من نفس النموذج الأساسي: كاشف لتقييم الدقة ومولّد ينتج هلوسات صعبة الكشف. يتم ضبط الكاشف بدقة على بيانات مُعلَّمة بشريًا ويُستخدم كنموذج مكافأة لتدريب المولّد عبر التعلم التعزيزي من تغذية الذكاء الاصطناعي (RLAIF). يقوم المولّد المتطور بعد ذلك بتوليد بيانات هلوسة لتحسين الكاشف بشكل أكبر عبر التعلم التعزيزي القائم على القواعد.
أظهرت التجارب على معيار RAGTruth أن HSP يمكنه تعزيز نموذج LLM صغير تدريجيًا لمساواة أو تفوق نماذج LMM المتقدمة دون إشراف خارجي.