Skip to content
Hot eventLive

HARPO：幻觉感知强化学习框架

1 reports1 sources16 hr ago updated

Get the story

AI overview

2026年10月5日，arXiv Computation and Language 发布一手报道，介绍名为 HARPO 的强化学习框架。该框架通过幻觉感知生成奖励模型 HA-GRM 与选择性激活机制 SAM，在大语言模型中同时优化忠实性与创造性。报道给出实验数据：基于 Qwen3-4B 的 HA-GRM 在 RAGTruth 上取得 78.08% 的 response-level F1，高于 SFT 基线的 66.37%。目前仅有这一篇报道，事件尚处于论文发布阶段，无后续验证或应用进展。

Generated from reports · updated 16 hr ago

LatestOct 5
arXiv 发布 HARPO 框架，HA-GRM 在 RAGTruth 上 F1 达 78.08%，超 SFT 基线。

Timeline

Follow the coverage from different angles.

Oct 5, 2026
  1. arXiv · Computation and Language
    HARPO：面向忠实与创造性语言生成的幻觉感知强化学习框架

    HARPO 是一种强化学习框架，通过幻觉感知生成奖励模型 HA-GRM 与选择性激活机制 SAM，在大语言模型中同时优化忠实性与创造性。基于 Qwen3-4B 的 HA-GRM 在 RAGTruth 上取得 78.08% 的 response-level F1，高于 SFT 基线的 66.37%。

Heat trend

Current heat 6·Comparable peak 10（Oct 5）·Comparable change over 24 hours –

02.557.510Oct5Oct5Oct5Oct6

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.