MARCH：用于大语言模型幻觉的多智能体强化自检查

幻觉是大语言模型在检索增强生成等应用中的关键瓶颈。现有检测方法常受确认偏差影响。本文提出 MARCH 框架，利用信息不对称机制，协调求解者、提议者和检查者三个专用智能体协作。检查者在隔离状态下验证原子命题，打破自我确认循环。通过多智能体强化学习训练，促使智能体协同进化并优化事实一致性。实验表明，该方法显著降低幻觉率，使小参数模型性能媲美强大闭源模型，为 LLM 的事实性自我改进提供了可扩展路径。