由 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 开发的基于事实的事实核查模型。

该模型将文档(文本)和句子作为输入,并确定该句子是否受文档支持。为了对一个多句子的声明进行事实核查,该声明应首先被分解成句子。除非文档超过 32K 个令牌,否则不需要对文档进行分块。

bespoke-minicheck-howitworks.png

尽管 Bespoke-MiniCheck 的规模很小,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

这些模型的性能在我们新收集的基准测试(我们的模型在训练期间未见过)LLM-AggreFact 上进行评估,该基准测试来自 11 个最近关于事实核查和基于 LLM 生成的人工注释数据集。尽管 Bespoke-MiniCheck-7B 的规模很小,但它是 SOTA 事实核查模型。

参考文献

网站

论文

LLM-AggreFact 排行榜