HSP：检测器与生成器自博弈训练

Shiping Yang 等作者提出幻觉自博弈（HSP）框架，让幻觉检测器与生成器从同一基座模型初始化、相互进化。检测器先用人标注数据微调，随后作为奖励模型，通过 AI 反馈强化学习（RLAIF）训练生成器；进化后的生成器再合成幻觉数据，以基于规则的强化学习进一步优化检测器。 作者称，该框架无需外部监督即可逐步将小型大模型提升到匹配甚至超过先进大模型的水平，代码已公开。

AI 根据报道生成 · 53 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。