Bespoke Labs开发的最先进的事实核查模型。

7b

11.4K 2个月前

自述文件

这是一个由Bespoke Labs开发的基于事实的真实性核查模型。

该模型以文档(文本)和句子作为输入,并确定句子是否受文档支持。为了对多句声明进行事实核查,应首先将声明分解成句子。除非文档超过 32K 个token,否则无需对文档进行分块。

bespoke-minicheck-howitworks.png

尽管体积小巧,Bespoke-MiniCheck 仍然是最佳的事实核查模型。

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

这些模型的性能在我们新收集的基准测试(在训练期间我们的模型未见过)LLM-AggreFact上进行了评估,该基准测试来自 11 个最近关于事实核查和基础 LLM 生成的人工标注数据集。尽管Bespoke-MiniCheck-7B体积小巧,但它仍然是最佳的事实核查模型。

参考文献

网站

论文

LLM-AggreFact 排行榜