长文本信息准确率超过 ChatGPT，Meta 提出降低大模型幻觉新方法

图片地址：https://img.ithome.com/newsuploadfiles/2023/9/825de02d-6f2e-4d72-a5bb-887740603ba2.png?x-bce-process=image/format,f_auto

大模型的幻觉问题，又有新的解决方法了！Meta AI 实验室提出了一种“分而治之”的解决方案。有了这个方案，Llama-65B 输出的信息准确率提升了一倍，甚至超过了 ChatGPT。所谓大模型幻觉，就是输出一些看似合理但完全不对的内容。Meta 此次提出的“验证链”（CoVe），是与“思维链”（CoT）相似的一种链式方法。区别在于，“step-by-step”的思维链更关注逻辑推理，而验证链更注重事实信息。有网友看了之后发现，这个验证链很像是自己用 ChatGPT 写代码时的一种科学方法：那么“验证链”究竟是个什么方法，“验证”的又是什么呢？拆解答案，分而治之验证链的核心思想，是把要验证的一大段内容，拆解成一个个小的问题，具体流程是这样的：首先，模型会根据用户提出的问题照常生成回复。接着，根据生成的回复内容，针对其中的各项信息，生成一系列的验证问题。然后让模型自行回答其所提出的这些问题，并根据结果对初始答案进行调整，得到最终结