摘要
轻量级大语言模型在规则科学领域中常因模仿语言模式而非复现公理推理，导致严重幻觉。本文提出 G-Frame，一种集成贝叶斯与团队博弈原则的自适应多智能体框架，构建了高质量数据合成与模型训练的自动闭环。通过结构化推理强制内化领域约束，合成了包含 36 万条思维链及近 20 万问答对的专业语料。由此训练的 7B 模型 OmniChem 在定制基准及 ChemBench 上性能媲美 GPT-4o-mini，且幻觉率较基座架构降低 79.46%。该研究为克服固有推理缺陷提供了可扩展范式。
AI 推荐理由
论文核心在于通过博弈论框架强制模型内化领域约束，解决公理化推理缺失导致的幻觉问题。
研究机构
State Key Laboratory of Fine Chemicals, Frontier Science Center for Smart Materials, Dalian University of Technology, Dalian, 116024, China
Dalian Key Laboratory of Intelligent Chemistry, CR Belt and Road Joint Laboratory on Intelligent Chemistry and Advanced Materials of Liaoning Province, School of Chemistry, Dalian University of Technology, Dalian, 116024, China
论文信息