大型语言模型（LLMs）在自然语言处理上表现出色，但存在虚构结果的问题。研究通过解码技术和层次表示提升了模型的真实性和推理能力。实验表明，不同提示需采用不同选择策略，引入可检索增强的LLMs可改善生成文本的准确性，尤其在科学文档推理和开放领域问答中表现优异。