更新于 4 个月前
4 个月前
7fc72b12130d · 4.5GB
model
archinternlm2
·
parameters7.74B
·
quantizationQ4_0
4.5GB
params
{ "stop": [ "<|eot_id|>" ], "temperature": 0 }
50B
system
确定提供的声明是否与相应的文档一致。文档中的一致性 t
340B
template
{{- if .Messages }} {{- range $i, $_ := .Messages }} {{- $last := eq (len (slice $.Messages $i)) 1 -
506B
自述文件
这是一个由 Bespoke Labs 开发的基于事实的真实性检查模型。
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。为了核实多句声明的真实性,应首先将声明分解为句子。除非文档超过 32K 个 tokens,否则无需分块。
Bespoke-MiniCheck 是 SOTA 事实核查模型,尽管它体积小巧。
用法
提示模板如下
Document: {document}
Claim: {claim}
响应将为 Yes
或 No
。
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
这些模型的性能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,该基准来自 11 个最近的人工注释数据集,涉及事实核查和 grounding LLM 生成。Bespoke-MiniCheck-7B 是 SOTA 事实核查模型,尽管它体积小巧。