丰富保真度的对比搜索：在文本生成中协调忠实度与多样性的权衡

本文提出了一种名为 FECS 的新解码方法，用于解决自然语言生成任务中的幻觉问题。该方法通过上下文感知的正则化项来增强语义上与来源相似的标记，同时惩罚生成文本的重复性。在抽象化摘要和对话生成两个任务中，FECS 显示出了有效性。结果表明，FECS 能够持续提升忠实度，同时保持输出多样性。