一篇新的研究论文介绍了一个协议和一个保障系统，旨在提高代理式大型语言模型（LLM）系统中引用忠实性检查的可靠性。这些系统，如OpenScholar和PaperQA，综合科学文献并引用其来源，但目前验证这些引用的方法并不一致。所提出的协议和保障旨在使引用验证过程可衡量且有界，确保信息归因于其原始来源的准确性更高。 AI
影响 通过提高引用验证准确性，增强了LLM生成的科学摘要的可靠性。
排序理由 研究论文，详细介绍了用于评估LLM引用忠实性的新协议和保障系统。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- BM25
- CatalyzeX Code Finder for Papers
- Connected Papers
- DagsHub
- Gotit.pub
- Hugging Face
- Litmaps
- OpenScholar
- PaperQA
- PubMedQA
- ScienceCast
- SciFact
- scite Smart Citations
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
