微调Gemma模型检测阿拉伯语伊斯兰问答幻觉

Khaled Ziani 提交了一套面向 HalluScoring 2026 Task 2.1（伊斯兰幻觉检测与答案选择）的系统，用微调后的 google/gemma-4-12B-it 模型配合确定性解码，在 600 条伊斯兰问答实例（341 条幻觉、259 条非幻觉）上取得幻觉检测 Macro-F1 0.928、标签准确率 0.935、答案选择准确率 0.895，综合得分 0.912。 该成绩来自上述 600 条实例的评测，是这套系统在特定任务上的表现，报道未说明其在其他数据集或场景下的效果。

AI 根据报道生成 · 46 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。