华中科技大学 发布 DROWZEE constructed benchmark dataset 数据集, 应用在 机器学习评估、逻辑推理 领域

华中科技大学 本次发布的数据集 DROWZEE constructed benchmark dataset, DROWZEE构建的基准数据集是一个利用逻辑推理和自动生成的时序逻辑规则来检测大型语言模型（LLM）中事实冲突性幻觉（FCH）的测试框架。该数据集通过爬取维基百科等知识库中的信息建立了一个全面的事实知识库，并自动生成问题答案对作为测试用例。数据集旨在解决LLM在处理涉及复杂逻辑关系和时序推理任务时的幻觉问题，适用于多个知识领域的LLM评估。

查看DROWZEE constructed benchmark dataset

关于 华中科技大学 , 华中科技大学是中国的一所综合性研究型大学，以工科和医学科学著称，拥有多个国家级科研平台。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。