GradedVeriBench

新框架AEScorer推进了LLM的评分式事实核查

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。