本文探讨了大语言模型（LLMs）生成幻觉内容的问题，提出了RL4HS强化学习框架，通过跨度级奖励函数提高幻觉检测的准确性。研究表明，链式思维（CoT）推理能有效识别幻觉内容，RL4HS在RAGTruth基准测试中优于传统模型，强调了强化学习在幻觉检测中的重要性。