也看缓解大模型幻觉的多阶段RAG框架：加入混合检索、过程理由生成与验证的方案

今天是2023年12月5日，星期二，北京，天气晴。我们再来看看大模型幻觉的一个框架性的工作，最近的工作《Minimizing Factual Inconsistency and Hallucination in Large Language Models》：https://arxiv.org/pdf/2311.13878，提出了一个多阶段框架，首先生成理由，然后验证和完善不正确的理由，并将其作为生成答案的辅助参考，从而提升模型性能。该工作提出的几个步骤很有趣，有些cot中，step by step的意思，供大家一起参考。一、整体技术方案工作《Minimizing Factual Inconsistency and Hallucination in Large Language Models》提出的多阶段框架由五个部分组成，包括混合检索器（HybridRetriever）、提示引擎（PromptEngine）、理由生成器（RationaleGenerator）、理由验证器（Rationale Verifier and Refiner）、答案生成器（Answer Generator）。其中：混合检索器（HybridRetriever）根据用户的查询，从各种数据源（如文 ………………………………