Bespoke Labs 开发的一款最先进的事实核查模型。

7b

22.7K 5 个月前

自述文件

这是由 Bespoke Labs 开发的一个有根据的事实检查模型。

该模型将文档(文本)和句子作为输入,并确定该句子是否得到文档的支持。为了核查一个多句声明的事实,该声明应首先分解成句子。除非文档超过 32K 个 token,否则不需要对文档进行分块。

bespoke-minicheck-howitworks.png

尽管体积小,Bespoke-MiniCheck 仍然是 SOTA事实核查模型。

用法

提示模板如下

Document: {document}
Claim: {claim}

响应将是 YesNo

示例

提示

Document: A group of students gather in the school library to study for their upcoming final exams.
Claim: The students are preparing for an examination.

响应

Yes

提示

Document: A group of students gather in the school library to study for their upcoming final exams.
Claim: The students are on vacation.

响应

No

模型性能

performance.png

这些模型的性能是在我们新收集的基准(在训练期间我们的模型未见过)LLM-AggreFact 上进行评估的,该基准来自 11 个最近的人工标注数据集,这些数据集涉及事实核查和 LLM 生成的依据。尽管体积小,Bespoke-MiniCheck-7B 仍然是 SOTA事实核查模型。

参考文献

网站

论文

LLM-AggreFact 排行榜