Bespoke-MiniCheck-7B

Bespoke-MiniCheck-7B

文档核实模型的优化技术与高质量数据策展效果

由Bespoke Labs开发的Llama-3.1-Bespoke-MiniCheck-7B模型,应用高质量数据策展技术,提升了长文本事实核查的精准度。该模型从internlm2_5-7b-chat微调,集成了35K个数据点,包括ANLI示例与合成生成数据,以增强泛化能力。尽管体积小,该模型在LLM-AggreFact基准测试中表现卓越,自动前缀缓存功能提升了推理速度,在高负载下保持出色的文档处理能力。

Llama-3.1-Bespoke-MiniCheck-7B模型性能事实核查模型Github开源项目数据集自动缓存Huggingface

Bespoke-MiniCheck-7B项目介绍

Bespoke-MiniCheck-7B是由Bespoke Labs开发的一种改进版本的事实核查模型,这个模型的开发基于MiniCheck模型,其主要任务是判断一个句子在给定的文档中是否是被支持的。这个模型针对长文本识别效率进行了优化,即它可以输入一个文档和一个句子,然后输出一个判断该句子是否被文档支持的结果。

模型背景

Bespoke-MiniCheck-7B的前身是MiniCheck模型,该模型发表在2024年EMNLP的一篇论文中。Bespoke-MiniCheck-7B是在internlm/internlm2_5-7b-chat上进行微调,训练数据包括35,000个数据点。这些数据点既包含21,000个ANLI例子,也包含由Bespoke Labs独特的数据处理技术合成的14,000个数据点。这些合成数据进一步细分为7,000个“从声明到文档”的例子(C2D)和7,000个“从文档到声明”的例子(D2C)。

模型优势

模型的关键优势在于其高精度的数据策划技术。虽然在规模上有所增加,但Bespoke Labs高质量的数据策划技术使得该模型在事实核查任务上表现优越。

模型变体

除了Bespoke-MiniCheck-7B,Bespoke Labs还提供了其他三种MiniCheck模型变体,分别为:

  • MiniCheck-Flan-T5-Large(模型大小:0.8B)
  • MiniCheck-RoBERTa-Large(模型大小:0.4B)
  • MiniCheck-DeBERTa-v3-Large(模型大小:0.4B)

模型性能

Bespoke-MiniCheck-7B在新收集的基准数据集(未在训练时见过)上进行了性能评估,该数据集名为LLM-AggreFact,包含11个最新的人类注释数据集。即使Bespoke-MiniCheck-7B模型较小,但其仍被认为是当前状态下最优的事实核查模型。

模型使用

用户可通过安装MiniCheck包以及相关依赖来使用该模型。简单的使用例子显示了如何通过预先训练的模型对声明进行事实验证并分别输出判定结果和其可能性。

自动前缀缓存

Bespoke-MiniCheck-7B还支持自动前缀缓存机制,通过重复利用已有查询的缓存来提高查询效率。在初始化MiniCheck模型时,将enable_prefix_caching设置为True即可激活这一功能。

性能提升

该模型的推理速度经过了加速优化,通过结合使用vLLM技术,用户可以在单台A6000设备上实现每分钟超过500个文档的处理速度。

许可证与引用

此模型的使用遵循CC BY-NC 4.0许可证。如需商业用途,请联系公司。

致谢

Bespoke-MiniCheck-7B模型得以完善,离不开Bespoke Labs团队的共同努力,其中包括Liyan Tang、Negin Raoof、Trung Vu、Greg Durrett、Alex Dimakis和Mahesh Sathiamoorthy。同时,感谢Giannis Daras和Sarthak Malhotra对模型优化及市场研究的反馈与贡献。

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。

olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多