Grounded verification of chemical and materials reasoning: detection is the bottleneck
Diese Arbeit zeigt, dass für große Sprachmodelle beim Schlussfolgern über Chemie und Materialwissenschaften ein gestuftes, datenbankgestütztes Verifizierungssystem, das der Erkennung spezifischer faktischer Fehler gegenüber einer pauschalen Abfrage den Vorrang gibt, die Konfabulationsraten signifikant reduziert, indem es gezielte Reparaturen ermöglicht, wodurch die Fehlererkennung anstelle der Fehlerkorrektur als der primäre Engpass bei der Verbesserung der Modellgenauigkeit identifiziert wird.