MeasHalu：通过增强推理减轻 大语言模型 的科学测量幻觉

从文献中准确提取科学测量结果是 AI4Science 中一项关键但具有挑战性的任务，可以实现大规模分析和定量研究结果的整合。然而，大语言模型 (LLM) 经常表现出严重的幻觉，这极大地破坏了自动化科学文档理解系统的可靠性。为了解决这个问题，我们提出了 MeasHalu，这是一种通过增强推理和有针对性的优化来减轻科学测量幻觉的新颖框架。我们首先提出了测量特定幻觉的细粒度分类法，对数量、单位、修饰符和关系之间的错误进行分类。我们的方法采用了两阶段推理感知 微调 策略，使用增强的科学数据和基于流程的监督。此外，我们引入了渐进式奖励课程，旨在惩罚特定的幻觉类型，显着改善提取 忠实性。实验结果表明，MeasHalu 显着降低了幻觉率并提高了 MeasEval 基准的整体准确性。这项工作为自动化科学知识提取的关键瓶颈提供了有针对性的解决方案，促进更值得信赖和可扩展的机器辅助科学文献分析。