耶鲁大学自然语言处理团队提出RLMF，称其通过元认知反馈使大模型不确定性表达更准确
耶鲁大学NLP团队发布预印本，提出利用模型自我判断质量作为强化学习信号（RLMF），声称在忠实校准任务上比标准RL提升最高63%，旨在解决大模型高置信度幻觉问题。
重要性实质性证据E2 未复现写法快讯
耶鲁大学自然语言处理实验室（Yale NLP）团队于2026年10月12日更新预印本，提出“元认知反馈强化学习”（RLMF）。该方法利用模型对自身表现的自我判断质量来优化偏好排序，并据此筛选高价值训练数据。
研究针对的是大语言模型（LLM）的“忠实校准”（Faithful Calibration, FC）问题，即让模型表达的不确定性与其内部真实的不确定性对齐。作者声称，RLMF在多项任务中实现了最先进的FC性能，同时保持准确率不变，相比标准强化学习方法提升幅度最高达63%。
该结果目前基于作者自测基准（E2级证据），尚未见独立复现。论文代码已开源至GitHub仓库yale-nlp/RLMF。