由 Bespoke Labs 开发的先进的事实核查模型。

7b

22.7K 5 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,并确定句子是否受文档支持。为了事实核查多句声明,应首先将声明分解为句子。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

Bespoke-MiniCheck 是 SOTA 的事实核查模型,尽管它的尺寸很小。

用法

提示模板如下

Document: {document}
Claim: {claim}

响应将为YesNo

例子

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.

回复

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.

回复

No

模型性能

performance.png

这些模型的性能在我们新收集的基准(在训练期间我们的模型未见过)上进行评估,LLM-AggreFact,来自 11 个最近的人工注释数据集,用于事实核查和基于 LLM 的生成。Bespoke-MiniCheck-7B 是 SOTA 的事实核查模型,尽管它的尺寸很小。

参考

网站

论文

LLM-AggreFact 排行榜