arXiv·· 12 天前AI 评分22
幻觉检测基准中的标注问题：一项实证评估
The Labeling Problem in Hallucination Detection Benchmarks: An Empirical Evaluation
AI 导读
针对大语言模型幻觉检测方法的评测通常用开放域问答数据集，先让 LLM 生成答案，再用自动化标注策略对照参考答案把答案标为幻觉或非幻觉。这种评测设置使参考答案忠实度与事实正确性两条标准之间产生方法论歧义。该研究对幻觉检测基准中的标注问题进行了实证评估。
来源：arXiv · arxiv.org