Goodfire présente RLFR : des sondes de caractéristiques internes comme récompense réduisent de 58 % les hallucinations de Gemma-3-12B-IT
Titre original:Features as Rewards: Using Interpretability to Reduce Hallucinations
Résumé IA
Goodfire Research publie un article proposant RLFR (Reinforcement Learning from Feature Rewards), qui utilise des sondes légères sur les activations internes du modèle comme signal de récompense RL pour réduire les hallucinations.
En bref
- Publié
- Mis à jour
- Source
- Goodfire Research(网页)
- Catégorie
- Articles et recherche
- Score IA
- 63
原文给出了用模型内部探针作为 RL 奖励降低幻觉的具体方法、成本对比和消融数据,读者可以据此评估可解释性驱动训练的可行性。
Source et droits
Cet article s'appuie sur des titres sélectionnés et des résumés IA issus de l'API publique AIHOT, avec attribution et liens de retour. Les droits sur l'original restent ceux des médias et auteurs d'origine ; ce site ne reproduit pas les textes intégraux.
Comment citer
Pour citer cet article, conservez le titre, la date et le lien permanent, et indiquez Orange News comme source.
Orange News : Goodfire présente RLFR : des sondes de caractéristiques internes comme récompense réduisent de 58 % les hallucinations de Gemma-3-12B-IT. 11. février 2026. https://new.nat6.net/fr/news/cmtym4ai6000lrop0vqzy3vc3/