RAC：高效的大语言模型事实校正与检索增强

BriefGPT - AI 论文速递 · 2024-10-21T00:00:00Z

大型语言模型在开放领域的事实查询中常出错。研究者用GPT-4生成了38000个问题的测试集，并提出SAFE方法，将长篇回复分解为单个事实进行多步推理评估。SAFE在16k个事实集上表现优于人类标注者，且成本更低。研究对十三个语言模型进行基准测试，发现较大模型表现更佳。相关资源和代码可在线获取。