面向受污染检索结果的大语言模型选择性证据采纳强化学习

英文标题：Reinforcement Learning for Large Language Model Selective Evidence Adoption from Contaminated Retrieval Results

该论文研究检索增强型大语言模型在检索上下文混杂有效证据、误导性陈述和类似指令内容时，如何进行选择性证据采纳。论文指出，完全拒绝上下文会丢失有效信息，而不加甄别地采纳则可能导致错误或不安全的输出。研究聚焦利用强化学习提升模型辨别和使用可信检索证据的能力，对构建更可靠、更安全的 RAG 系统具有意义。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB