自述檔
這是一個由 Bespoke Labs 開發的基礎事實查核模型。
此模型將文件(文字)和句子作為輸入,並判斷該句子是否受文件支持。為了事實查核多句聲明,應首先將聲明分解為句子。除非文件超過 32K 個 tokens,否則無需將文件分塊。
Bespoke-MiniCheck 雖體積小,卻是最先進的事實查核模型。
用法
提示模板如下
Document: {document}
Claim: {claim}
回應將為 Yes
或 No
。
範例
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.
回應
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.
回應
No
模型效能
這些模型的效能是根據我們新收集的基準(在訓練期間模型未見過),LLM-AggreFact,從 11 個最近人工註釋的事實查核和基礎 LLM 生成的數據集進行評估的。Bespoke-MiniCheck-7B 雖體積小,卻是最先進的事實查核模型。