TriQuaScore

新的TriQua框架通过上下文限定词增强LLM事实性评估

研究人员推出了一种新颖的框架TriQua，旨在通过解决粒度和上下文之间的权衡来改进大型语言模型的事实性评估。TriQua灵活地对事实进行建模，将简单声明表示为标准三元组，将复杂声明表示为带有辅助上下文限定词的三元组。这种自适应结构旨在保留准确检索和验证所需的上下文，同时保持原子性。该框架还为错误检测提供了细粒度的可解释性，并包含TriQuaScore，这是一个量化这些结构化事实单元事实性的指标，与人类标注高度一致，并且优于现有的基于分解的框架。