Quotient AI 发布 HalluMix Benchmark 数据集, 应用在 幻觉检测、自然语言处理 领域

Quotient AI 本次发布的数据集 HalluMix Benchmark, HalluMix Benchmark是一个大规模、领域多样化的数据集，专门设计用于评估真实生成场景中的幻觉检测。该数据集包括来自多个任务的示例，包括摘要、问答和自然语言推理，并涵盖广泛的领域，如医疗保健、法律、科学和新闻。每个实例都包含一个多文档上下文和一个响应，以及二进制幻觉标签，指示响应是否忠实于提供的文档。数据集旨在反映现实世界的信息检索场景，并评估现有幻觉检测方法在不同任务、文档长度和输入表示上的性能差异。

查看HalluMix Benchmark

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。