清华孙茂松团队 × 深言科技：以解释作为训练信号，让 8B 模型在幻觉检测上反超闭源大模型

大语言模型的能力在不断增强，但幻觉问题仍然是横亘在现实应用前的一道关键障碍。 即便在有文档和检索结果作为依据的情况下，模型仍可能生成与事实不符、缺乏依据甚至与原文相矛盾的内容，而且表达通常流畅、自洽，不易被发现。这对法律、医疗、金融、检索增强生成等对可靠性要求极高的场景带来了明显风险。 虽然业内不断通过“做更大的模型”“更复杂的检索”“更强的安全对齐”等方式来缓解问题，但成本与算力需求持续攀升，而幻觉为何产生、如何系统检测与解释，依然缺乏有效答案。 在这样的背景下，清华大学孙茂松团队联合深言科技提出了新论文《FaithLens: Training Large Language Models to Detect Hallucinations with Useful Explanations》。这项工作不再把幻觉检测看成简单的对错分类，而是把它提升为对模型推理过程与证据一致性的整体评估。 FaithLens 的核心思路是：模型不仅需要判断是否存在幻觉，还要生成清晰、具体、真正能帮助另一个模型做出正确判断的解释，并把这种“解释是否有用”直接作为训练信号来优化模型。 为此，研究团队设计了一套结合监督微调和强化学习的训练框架，通过合成数据、解释过滤和奖励机制，使模型在给出结论的同时，也学会说明依据在哪里、推理是怎么来的。实验表明，在这一范式下，仅 8B 参数规模的模型，就在多个跨领域幻觉检测任务上超过多款闭源大模型，同时在解释质量与推理一致性方面取得明显优势。 论文地址：https://arxiv.org/pdf/2512.20182 8B 模型反超多款闭源大模型 这项工作的核心实验结果表明，研究团队提出的 FaithLens 模型在忠实性幻觉检测任务上达到了当前最优甚至超过闭源大模型的效果。 所谓忠实性幻觉，是指大语言模型在给定文档或检索信息的基础上生成了与原文不一致、无法支持甚至相