研究人员开发了 G-Frame，这是一种自适应多智能体框架，整合了贝叶斯和团队博弈原理，以减轻轻量级大型语言模型中的幻觉。该方法通过结构化推理强制内化领域约束，从而建立高质量数据合成和模型训练的自动化闭环。

  • 该框架合成了一个包含 363,045 条思维链（chains-of-thought）和 199,589 对问答对的专用语料库。
  • 生成的 7B 模型 OmniChem 在自定义基准测试和 ChemBench 上达到了与 GPT 4o mini 相当的性能。
  • 与基础架构相比，OmniChem 的幻觉减少了 79.46%。
  • 该系统在分子设计和合成规划方面展示了先进能力。

这项工作建立了一个利用自适应多智能体克服固有推理缺陷的可扩展范式，为加速专业科学领域的知识发现提供了可行的途径。