Project Icon

long-form-factuality

大型语言模型长篇文本事实性评估工具集

Long-form-factuality项目提供了一套完整的工具和方法来评估大型语言模型生成长篇文本的事实准确性。项目包括LongFact提示集、SAFE评估器和F1@K指标。研究人员可以利用这些工具对OpenAI和Anthropic等模型进行基准测试,深入探究语言模型在长篇事实性文本生成方面的表现。项目代码开源,便于复现实验结果和进行further研究。

factool - 增强型AI文本事实性检测框架
AIFacToolGithub事实检测大语言模型开源项目生成式AI
FacTool是一款专注于检测大型语言模型生成文本中事实性错误的增强型框架。该工具支持知识问答、代码生成、数学推理和科学文献综述四个领域的检测任务。通过识别错误并提供分析和修正建议,FacTool显著提升了AI生成内容的可靠性和准确性。这一创新工具为AI研究和开发提供了有力支持,有助于推动生成式AI技术的整体进步。
Factful - 多功能AI文本优化与事实核查工具
AI工具Factful事实核查剽窃检测多语言支持语法建议
Factful整合了事实核查、语法纠正、抄袭检测和网站可信度评估等功能。这款AI文本工具支持100多种语言,具备直观的界面和文件管理系统。平台根据用户修改历史提供长期建议,促进写作能力提升。Factful的浏览器扩展使其能在多个平台上使用,为用户提供全面的文本优化和事实验证服务。
LongForm - 反向指令法优化长文本生成模型
GithubLongForm开源项目指令调优自然语言处理语言模型长文本生成
LongForm项目开发了一种反向指令方法,利用多样化语料库创建指令数据集。该项目发布了LongForm-C数据集和多个预训练模型,在长文本生成任务中展现出优异性能。研究表明,LongForm模型不仅提升了自然语言生成能力,还在语言理解任务中取得了显著进展。尽管如此,该模型在结构化预测任务和幻觉问题方面仍存在一定局限性。项目采用MIT许可证,并严格遵守相关数据和模型的使用限制。
unieval-fact - UniEval:革新自然语言生成的多维度评估方法
GithubHuggingfaceUniEval事实一致性多维度评估开源项目模型自然语言生成预训练评估器
unieval-fact是EMNLP 2022论文提出的预训练评估器,专注于事实一致性检测。该项目旨在统一多维度文本生成评估,弥补自动评估与人工评估的差距。它超越传统相似度指标,为自然语言生成系统提供更全面、细粒度的评估方法,尤其适用于评估先进生成模型的表现。
Automated-Fact-Checking-Resources - 自动事实核查资源库 数据集、模型与研究进展
Github多模态开源项目数据集社交媒体自动事实核查虚假信息检测
该项目整理了自动事实核查领域的全面资源,包括最新数据集、模型和研究进展。涵盖从声明检测到结果预测的完整流程,并包含多模态事实核查内容。项目持续更新,为研究人员提供便捷的参考资料库。
LongBench - 双语长文本理解多任务评估
GithubLongBench多语言大模型开源项目评估长文本理解
LongBench首次为大语言模型的长文本理解能力提供双语、多任务的全面评估基准。它覆盖中文和英文,包含六大类共21种任务,适用于单文档QA、多文档QA、摘要提取、少样本学习、合成任务和代码补全等场景。该项目提供自动化评估方法以降低成本,并涵盖平均长度为5k至15k的测试数据。同时,LongBench-E测试集通过统一采样,分析模型在不同输入长度的性能表现。
fact-checker - 利用提示链进行事实核查的演示
GithubLLMassumptionsfact checkingprompt chainingverification开源项目
该项目展示了如何通过提示链实现事实核查。LLM生成初步答案并验证其中的假设,最终提供包含新信息的答案。文档中包含运行指南和示例,帮助用户掌握该方法。
babilong - BABILong基准测试长文本处理能力 评估大语言模型极限
BABILongGithub开源项目推理能力数据集语言模型评估长文本处理
BABILong是一个用于评估自然语言处理模型长文本处理能力的基准测试。它将bAbI数据集的任务句子隐藏在PG19背景文本中,生成长达数百万标记的测试样本。该基准包含20个推理任务,涉及事实链接、归纳、演绎和计数等多个方面。BABILong为评估和改进大语言模型的长文本处理能力提供了有效工具,同时也对现有长文本模型提出了挑战。
MiniCheck-RoBERTa-Large - 基于RoBERTa-Large的高效句子级事实核查模型
GithubHuggingfaceLLM-AggreFactMiniCheck-RoBERTa-LargeRoBERTa事实核查开源项目模型模型性能
MiniCheck-RoBERTa-Large是一款事实核查模型,基于RoBERTa-Large实现句子级别的支持验证。该模型通过微调AlignScore生成的14K合成数据,展示优异性能,超越同类规模的专用工具。用户只需简单的Python代码即可集成此模型,用于文档和句子间的语义关联检测。
LongMem - 为语言模型赋予长期记忆能力
GithubLongMem开源项目评估语言模型长期记忆预训练
LongMem项目通过创新的长期记忆机制提升了语言模型的性能。该项目实现了记忆库、检索机制和联合注意力等核心技术,使模型在内容学习任务中表现优异。项目开源了完整代码,包括环境配置、模型结构和评估方法,为研究者提供了便利的复现和探索工具。LongMem为自然语言处理领域开辟了新的研究方向。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号