热点事件历史事件

作者发布新研究RLFR：用模型内部表征的轻量级探针作为RL奖励减少幻觉，自报在Gemma-3-12B-IT上幻觉降低58%

1 篇报道1 个报道来源2026-02-11更新

先了解这件事

报道摘要

Goodfire Research 发布论文，提出 RLFR（Reinforcement Learning from Feature Rewards），用模型内部激活上的轻量探针作为 RL 奖励信号来减少幻觉。

摘自 Goodfire Research

沿着报道，了解事件的不同侧面。

2月11日

00:00
Goodfire Research精选
Goodfire 发布 RLFR 方法：用内部特征探针作奖励将 Gemma-3-12B-IT 幻觉率降低 58%
Goodfire Research 发布论文，提出 RLFR（Reinforcement Learning from Feature Rewards），用模型内部激活上的轻量探针作为 RL 奖励信号来减少幻觉。