由 Bespoke Labs 開發的最新銳事實查核模型。

7b

22.7K 5 個月前

說明文件

這是一個由 Bespoke Labs 開發的基於事實的真實性檢查模型。

此模型以文件(文本)和句子作為輸入,並判斷該句子是否受文件支持。為了事實查核一個多句聲明,應首先將該聲明分解為多個句子。除非文件超過 32K 個 tokens,否則無需分塊。

bespoke-minicheck-howitworks.png

Bespoke-MiniCheck 雖體積小巧,卻是最先進的事實查核模型。

使用方式

提示詞模板如下

Document: {document}
Claim: {claim}

回應將為 YesNo

範例

提示詞

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

提示詞

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

performance.png

這些模型的效能是在我們新收集的基準測試(我們的模型在訓練期間未見過)LLM-AggreFact 上評估的,該基準測試來自 11 個最近的人工標註數據集,用於事實查核和 grounding LLM 生成的內容。Bespoke-MiniCheck-7B 雖體積小巧,卻是最先進的事實查核模型。

參考文獻

網站

論文

LLM-AggreFact 排行榜