Para penulis mengusulkan CheckRLM, sebuah kerangka kerja yang meningkatkan keandalan Model Bahasa Penalaran dengan menggunakan Generasi Berbasis Retrieval untuk memeriksa dan memperbaiki kesalahan faktual secara tepat waktu selama inferensi. Pendekatan ini mengekstrak klaim faktual dari rantai penalaran untuk mengidentifikasi inkonsistensi dan menerapkan koreksi berbiaya minimal melalui pengetahuan eksternal.
- Mengekstrak klaim faktual untuk melokalisasi inkonsistensi pengetahuan yang halus.
- Melakukan koreksi presisi dengan memanfaatkan pengetahuan eksternal saat kesalahan terdeteksi.
- Mengurangi akumulasi kesalahan dalam penalaran jangka panjang dengan biaya lebih rendah.
- Secara signifikan mengungguli baseline yang ada dalam eksperimen ekstensif.
CheckRLM memastikan koherensi antara rantai penalaran dan pengetahuan yang benar, mengatasi masalah kesalahan faktual dalam tugas yang intensif pengetahuan.