大語言模型（LLM）在實際應用中表現出顯著的不一致性：即使微調提示詞或包含無關資訊，也可能導致模型輸出發生意外變化。這種不一致性的一個典型體現是生成器-驗證器（G-V）差距：LLM生成的響應在重新查詢驗證時，往往被其自身判定為無效。這一現象嚴重影響了模型在需要可靠性和自洽性場景中的應用。
來自研究團隊（Juan Diego Rodriguez等）的最新研究，在2026年7月提交的arXiv論文中，提出了一種新穎的G-V一致性公式，該公式引入了基於語頻的原則性校正。核心洞察在於，生成器常常因為有效字串的先驗機率較低而賦予其低似然值，這使得樸素的G-V一致性概念難以直接應用。研究人員證明，在理性代理回答多答案問題的自然模型框架下，驗證器與頻率校正後的生成器評分之間的一致性可以自然湧現。基於這一理論，他們開發了FCPA（頻率校正的生成器-驗證器對齊）訓練目標，旨在為實際LLM實現頻率校正的G-V一致性。
實驗結果表明，相較於先前方法，採用FCPA訓練顯著提升了G-V一致性和生成器效能。在IFEval和HumanEval這兩個基準測試上，Pearson相關性度量提升了高達27個百分點。更重要的是，所有評估任務中的驗證器質量均得到保持，沒有出現退化現象。該工作為緩解LLM的不一致性問題提供了新的思路，有望在模型選型、推理效率、產品能力及評測標準等多個維度產生積極影響。論文詳細介紹了方法的設計動機、理論分析和實證驗證，並公開了相關程式碼與資料以促進後續研究。