SAFE：LLM 验证器的多跳推理框架，EMNLP 2026 录用
热点事件持续更新
SAFE：LLM 验证器的多跳推理框架，EMNLP 2026 录用
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
研究者提出 SAFE，一个以 LLM 作为验证器的多跳问答框架，论文已被 EMNLP 2026 主会接收。该方法将推理分解为基于知识图谱（KG）三元组的原子证据单元，在生成过程中逐步校验中间步骤并在错误传播前给出纠正反馈；训练时在 KG 约束下构建验证器训练数据。 据论文报告，在三个多跳问答基准上，SAFE 平均提升准确率 8.8 个百分点。
AI 根据报道生成 · 1 小时前更新
最新进展10月31日 12:00
SAFE：用 LLM 验证器实现证据支撑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 验证器实现证据支撑的多跳推理框架
论文提出 SAFE，一个以 LLM 作为验证器的框架，用于证据支撑的多跳问答。该方法将推理分解为基于 Knowledge Graph（KG）三元组的原子证据单元，在生成过程中逐步校验中间步骤并在错误传播前给出纠正反馈，训练时则在 KG 约束下构建可靠的验证器训练数据。在三个多跳问答基准上，SAFE 平均提升准确率 8.8 pp，论文已被 EMNLP 2026 主会接收。
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。