SAFE：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是否与给定段落和已有推理轨迹一致，而非仅判断最终答案。它把推理拆解为以知识图谱三元组表示的原子化证据单元，训练时据此构建验证器数据，推理时由外部验证器逐步纠错。在三个多跳 QA 基准上，SAFE 平均提升准确率 8.8 个百分点。