由 Bespoke Labs 开发的先进事实核查模型。

7b

9,360 7 周前

自述文件

这是一个由 Bespoke Labs 开发的基于文本的事实核查模型。

该模型以文档(文本)和句子作为输入,并确定该句子是否由文档支持。为了对多句断言进行事实核查,应首先将断言分解成句子。除非文档超过 32K 个标记,否则无需对文档进行分块。

bespoke-minicheck-howitworks.png

尽管 Bespoke-MiniCheck 的体积很小,但它是 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从未见过)上评估的,LLM-AggreFact,来自 11 个最近关于事实核查和地面 LLM 生成的标注数据集。尽管 Bespoke-MiniCheck-7B 的体积很小,但它是 SOTA 事实核查模型。

参考资料

网站

论文

LLM-AggreFact 排行榜