arXiv · cs.CL· Pratuat Amatya·· 14 天前AI 评分47
事实性方法能否让 LLM 更真实？五种对齐方法的独立复现与公平比较
Do Factuality Methods Make LLMs More Factual? Reproducibility and Fair Comparison
来源与原文
arXiv · cs.CL
作者：Pratuat Amatya
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.18415v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一项研究首次独立复现了五种事实性对齐方法，涵盖 on-policy RL（PPO、GRPO、Dr. GRPO）与离线偏好优化（DPO、KTO），并在统一基准与评测指标下比较。结果显示没有任何方法完全复现，在共同基准上也无方法显著超过基座模型，奖励主要优化格式、长度或简洁而非事实性。研究指出依赖 LLM judge 和检索验证的评测本身也较脆弱，团队已开源代码、数据与 checkpoint。
来源：arXiv · cs.CL · arxiv.org