एक शोधकर्ता आवश्यक और पर्याप्त शर्तों का उपयोग करके इनपुट को निष्कर्षों से तुलना करके छात्र रिपोर्टों की तार्किक सुसंगति का मूल्यांकन करने के लिए एक विधि का वर्णन करते हैं। दृष्टिकोण "रिवर्स-रिजल्ट ट्रेनिंग" का उपयोग करता है जहां निष्कर्ष सामान्य पथ का पालन करता है और फिर परिणाम से वापस शुरुआत की ओर जारी रहता है, जिससे मॉडल को मूल पाठ और उसके पुनर्निर्माण के बीच समानता स्कोर की गणना करने की अनुमति मिलती है।
- सामान्य ट्रेनिंग और इन्फरेंस को एक आवश्यक शर्त (A->B) के रूप में माना जाता है।
- रिवर्स ट्रेनिंग और इन्फरेंस परिणाम से वापस शुरुआत तक ट्रैसिंग करके एक पर्याप्त शर्त (B->A) के रूप में कार्य करते हैं।
- समानता थ्रेशोल्ड तार्किक गुणवत्ता को निर्धारित करते हैं: >0.8 ठीक है, 0.7-0.5 एक छूट को इंगित करता है, और <0.5 एक त्रुटि का संकेत देता है।
लेखक सुझाव देते हैं कि यह तंत्र एलएलएम आर्किटेक्चर के हिस्सों में एकीकृत किया जा सकता है या उनकी जगह ले सकता है ताकि हैल्युसिनेशन कम किया जा सके।