研究人员推出了一种新颖的框架AEScorer,用于大型语言模型(LLM)的评分式事实核查。该两阶段系统首先采用代理搜索来收集和精炼外部证据,然后通过评分机制来评估事实准确性方面的细微差别。为此,开发了一个名为GradedVeriBench的新基准,涵盖了通用和多跳问答场景。实验表明,AEScorer在该基准上的表现显著优于现有方法,突显了结合定向证据获取和评分的有效性。 AI
影响 该框架通过实现对事实准确性的细致评估,有望提高LLM输出的可靠性。
排序理由 该集群包含一篇研究论文,详细介绍了用于LLM事实核查的新框架和基准。 [lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →