SAFE：基于证据的多跳推理验证框架
热点事件持续更新
SAFE：基于证据的多跳推理验证框架
1 篇报道1 个报道来源16 小时前更新
先了解这件事
AI 综述
2026年10月30日，arXiv Artificial Intelligence 刊出 Daeyong Kwon 等作者的论文，提出名为 SAFE 的 LLM-as-verifier 框架，用于基于证据的多跳问答。该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。报道称，在三个多跳 QA 基准上，SAFE 平均提升准确率 8.8 个百分点。目前事件进展限于该论文的发布与框架介绍，尚无后续跟进报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月30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30日
- arXiv Artificial IntelligenceSAFE：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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。