博弈论驱动的多智能体框架缓解语言模型幻觉

轻量大语言模型在基于规则的科研领域的应用仍受限于其模仿语言模式而非复现公理化推理的倾向——导致频繁幻觉。这里我们显示G-Frame——整合贝叶斯与团队博弈原理的自适应多智能体框架——建立高质量数据合成与模型训练的自动化闭环。通过经结构化推理强制内化领域约束，我们合成了363,045条思维链与199,589对问答的专门语料。所得7B模型OmniChem在自建基准与ChemBench上达到与GPT-4o mini相当的表现，同时幻觉较其基座架构降低79.46%。我们进一步展示OmniChem在分子设计与合成规划上的高级能力。本工作确立了利用自适应多智能体克服固有推理缺陷的可扩展范式——为加速专门科学领域的知识发现提供可行路径。