five

oumi-ai/oumi-groundedness-benchmark

收藏
Hugging Face2025-04-04 更新2025-04-12 收录
下载链接:
https://hf-mirror.com/datasets/oumi-ai/oumi-groundedness-benchmark
下载链接
链接失效反馈
官方服务:
资源简介:
oumi-groundedness-benchmark是一个文本数据集,旨在评估语言模型在声明验证/虚构检测方面的性能。该数据集通过在Llama-3.1-405B-Instruct模型上运行Oumi推理生成提示和响应。oumi-groundedness-benchmark用于正确评估HallOumi-8B模型,该模型在Macro F1指标上达到了77.2%,超过了Claude Sonnet 3.5、OpenAI o1等最新模型。

oumi-groundedness-benchmark is a text dataset designed to evaluate language models for Claim Verification / Hallucination Detection. Prompts and responses were produced synthetically from Llama-3.1-405B-Instruct. oumi-groundedness-benchmark was used to properly evaluate HallOumi-8B, which achieves 77.2% Macro F1, outperforming SOTA models such as Claude Sonnet 3.5, OpenAI o1, etc.
提供机构:
oumi-ai
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作