Авторы предлагают CheckRLM, фреймворк, который повышает надежность языковых моделей рассуждения за счет использования генерации с дополнением извлечением для своевременной проверки и исправления фактических ошибок во время вывода. Этот подход извлекает фактические утверждения из цепочек рассуждений для выявления несоответствий и применяет минимальные по стоимости коррекции с помощью внешних знаний.
- Извлекает фактические утверждения для локализации тонких несоответствий в знаниях.
- Выполняет точные коррекции, используя внешние знания при обнаружении ошибок.
- Снижает накопление ошибок в рассуждениях на длинных горизонтах при меньших затратах.
- Существенно превосходит существующие базовые методы в обширных экспериментах.
CheckRLM обеспечивает согласованность между цепочкой рассуждений и правильными знаниями, решая проблему фактических ошибок в задачах, интенсивно использующих знания.