incentive-compatible

本文介绍了一种方法，通过使用反事实报告坐标来确保LLM报告其真实信念，这些坐标能够抵御压力，同时保持对真实证据的响应。该方法在基准测试上取得了高性能，证明了内部激励兼容的因果证书。