冰雪大世界盛大開園,美的空調橫跨50℃打造“東北夏威夷”臺灣小土豆勇闖冰雪大世界,美的空調真暖快車成為最熱打卡點京東iPhone 16系列年底大放價!至高補貼1200元價格低過11.11新一季圓滿假期結伴大使出發(fā)在即 LG電子十年相伴助力溫暖傳遞中國聯(lián)通組織“魅力亞冬,與智慧同行” 主題采訪活動“萬象分區(qū)”引領電視行業(yè)新潮流,TCL這步棋下得著實漂亮!百度職業(yè)院校專屬項目“大國智匠”引領職業(yè)教育新范式百度大模型助力2024年碼蹄杯程序設計大賽,全國高校學子展現(xiàn)卓越編程實力碼蹄杯人物特寫:四位編程少年的追夢之旅金倉數(shù)據(jù)庫四項成果入選2024星河案例亞信科技參加2024通信產業(yè)大會 CTO歐陽曄博士等做主題演講用專業(yè)贏得信賴 美好蘊育潤康引領孕產營養(yǎng)新風尚解鎖新成就!愛企查“度秘書”粉絲突破10萬!英特爾終止x86S架構計劃:純64位設計再度戛然而止豆包大模型全面升級,相關概念股瘋漲,字節(jié)發(fā)布緊急警示申通、圓通、韻達發(fā)布 11 月簡報:快遞業(yè)務量、收入均同比增長,單票收入均下降SensorTower發(fā)11月中國手游全球收入排行榜 庫洛入榜“YO!原”千里來相會 華為智能生活館·太原茂業(yè)重裝開業(yè)微軟承認并調查Microsoft 365 應用出現(xiàn)“產品已停用”錯誤SK 海力士被曝贏得博通HBM訂單,預計明年 1b DRAM 月產能將擴大到 16~17 萬片
  • 首頁 > 云計算頻道 > 大模型

    谷歌發(fā)布 FACTS Grounding 基準:Gemini、GPT-4o、Claude 當評委,成 AI 大語言模型“幻覺照妖鏡”

    2024年12月18日 15:24:27   來源:IT之家

      谷歌DeepMind 團隊于12月17日發(fā)布博文,宣布推出 FACTS Grounding 基準測試,評估大型語言模型(LLMs)根據(jù)給定材料是否準確作答,并避免“幻覺”(即捏造信息)的能力,從而提升 LLMs 的事實準確性,增強用戶信任度,并拓展其應用范圍。

      數(shù)據(jù)集

      在數(shù)據(jù)集方面,ACTS Grounding 數(shù)據(jù)集包含 1719 個示例,涵蓋金融、科技、零售、醫(yī)療和法律等多個領域,每個示例包含一篇文檔、一條要求 LLM 基于文檔的系統(tǒng)指令和隨附的提示詞。

      示例文檔長度不一,最長可達 32000 個 token(約 20000 字)。用戶請求涵蓋摘要、問答生成和改寫等任務,但不包含需要創(chuàng)造力、數(shù)學或復雜推理的任務。IT之家附上演示圖片如下:

      數(shù)據(jù)集分為 860 個“公共”示例和 859 個“私有”示例,目前已發(fā)布公共數(shù)據(jù)集供評估使用,私有數(shù)據(jù)集用于排行榜評分,以防止基準污染和排行榜作弊。

      評估方案

      在評估方案上,F(xiàn)ACTS Grounding 采用 Gemini 1.5 Pro、GPT-4o 和 Claude 3.5 Sonnet 3 款模型作為評委,評估答案的充分性、事實準確性和文檔支持性。

      評估分為兩個階段:首先評估響應是否符合資格,即是否充分回答了用戶請求;然后評估響應的事實準確性,即是否完全基于所提供的文檔,有沒有出現(xiàn)“幻覺”,然后基于該模型在所有示例上的平均得分,最終計算得出。

      在 FACTS Grounding Benchmark 中,谷歌的 Gemini 模型在事實準確的文本生成方面取得了最高分。

      文章內容僅供閱讀,不構成投資建議,請謹慎對待。投資者據(jù)此操作,風險自擔。

    即時

    新聞

    明火炊具市場:三季度健康屬性貫穿全類目

    奧維云網(wǎng)(AVC)推總數(shù)據(jù)顯示,2024年1-9月明火炊具線上零售額94.2億元,同比增加3.1%,其中抖音渠道表現(xiàn)優(yōu)異,同比有14%的漲幅,傳統(tǒng)電商略有下滑,同比降低2.3%。

    企業(yè)IT

    重慶創(chuàng)新公積金應用,“區(qū)塊鏈+政務服務”顯成效

    “以前都要去窗口辦,一套流程下來都要半個月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關材料,僅幾秒鐘,重慶市民曾某的賬戶就打進了21600元。

    3C消費

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,高能實力,創(chuàng)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,憑借其優(yōu)秀的性能配置和精準的色彩呈現(xiàn)能力,為您的創(chuàng)作工作帶來實質性的幫助,雙十一期間低至2799元,性價比很高,簡直是創(chuàng)作者們的首選。

    研究

    中國信通院羅松:深度解讀《工業(yè)互聯(lián)網(wǎng)標識解析體系

    9月14日,2024全球工業(yè)互聯(lián)網(wǎng)大會——工業(yè)互聯(lián)網(wǎng)標識解析專題論壇在沈陽成功舉辦。