hf-harmony

#hf-harmony

HARPO：面向忠实与创意语言生成的幻觉感知强化学习

arXiv cs.CL ↗ · 2026-10-05 缓存

HARPO 是由华为技术有限公司提出的强化学习框架，通过幻觉感知生成奖励模型、选择性激活机制和数据课程，联合优化幻觉抑制与创意写作，在 Qwen 模型上降低幻觉率的同时提升了创意写作质量。

0 人收藏 0 人点赞