SAFE：以LLM为验证器的多跳推理框架
热点事件持续更新
SAFE：以LLM为验证器的多跳推理框架
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Daeyong Kwon、Soyoung Yoon 与 Seung-won Hwang 提出 SAFE，一个以 LLM 为验证器的多跳问答框架：它在生成过程中逐步校验中间推理步骤，而不是只判断最终答案，并把推理拆解为知识图谱三元组形式的原子化证据单元。 作者报告称，在三个多跳 QA 基准上，SAFE 平均提升准确率 8.8 个百分点。该工作已被 EMNLP 2026 主会接收，代码与数据集已公开。
AI 根据报道生成 · 2 小时前更新
最新进展10月31日 12:00
SAFE：用 LLM 作为验证器实现基于证据的多跳推理框架报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AISAFE：用 LLM 作为验证器实现基于证据的多跳推理框架
SAFE 是一个 LLM-as-verifier 框架，在生成过程中逐步校验中间推理步骤而非仅判断最终答案，将推理拆解为知识图谱三元组形式的原子化证据单元。在三个多跳 QA 基准上，SAFE 平均提升准确率 8.8 个百分点。该工作已被 EMNLP 2026 主会接收，代码与数据集已公开。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月31日 22:00
- 近 24 小时变化
- –
02468
22:0023:0011月1日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。