factual-completeness

#factual-completeness

用于评估开放式生成的两级元准则：GAMUT，一个事实完整性基准

Hugging Face Daily Papers ↗ · 2026-07-21 缓存

本文介绍了一个用于评估开放式生成中事实完整性的两级元准则框架，具体化为GAMUT基准。该基准包含跨越10个领域的1,813个问题，并发现该基准具有挑战性和区分性，最优模型得分为58.7%。

0 人收藏 0 人点赞