IXThinker·2025-01-14 17:00

谷歌DeepMind出新基準 針對模型幻覺評測

谷歌DeepMind推出全新基準FACTS Grounding，專門評測模型能否依據給定上下文生成準確文本，直擊大模型幻覺痛點，三代Gemini在榜單上表現突出。

幻覺難題

大模型本質是統計模型，輸出再流暢也常有不準確之處，而用戶往往不具備核實答案的能力。幻覺的自動化評估研究一般可分為給定上下文回答核實等類別。