由 Bespoke Labs 开发的最先进的事实核查模型。

7b

9,360 7 周前

自述文件

这是一个由 Bespoke Labs 开发的基于事实的事实核查模型。

该模型以文档(文本)和句子作为输入,并确定句子是否得到文档的支持。 为了核查多句断言,断言应首先被拆分成句子。 文档无需进行分块,除非它超过 32K 个词元。

bespoke-minicheck-howitworks.png

尽管体积小巧,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

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数据集(在训练期间我们的模型从未见过)上进行评估的,LLM-AggreFact,该数据集来自 11 个最近的人工标注的事实核查和基础 LLM 生成数据集。 **尽管体积小巧,Bespoke-MiniCheck-7B 仍然是 SOTA 事实核查模型。**

参考

网站

论文

LLM-AggreFact 排行榜