这是我们论文"大语言模型中的长文本事实性"的官方代码发布。 此代码库包含:
首先,克隆我们的GitHub仓库。
git clone https://github.com/google-deepmind/long-form-factuality.git
然后进入新创建的文件夹。
cd long-form-factuality
接下来,使用conda
创建一个新的Python 3.10+环境。
conda create --name longfact python=3.10
激活新创建的环境。
conda activate longfact
所有外部包的要求都列在requirements.txt
中。
要安装所有包,请运行以下命令。
pip install -r requirements.txt
LongFact的完整提示集可在longfact/
文件夹中找到。
有关数据集的更多详细信息,请参阅longfact/
中的README。
要运行我们用于生成LongFact的数据生成流程,请使用以下命令。
有关数据生成流程的其他详细信息,请参阅data_creation/
中的README。
python -m data_creation.pipeline
我们对SAFE的完整实现位于eval/safe/
中。
有关SAFE如何工作的更多信息,请参阅eval/safe/
中的README。
要运行评估SAFE与FActScore人工标注对比的流程,请使用以下命令。
有关此实验的其他详细信息,请参阅eval/
中的README。
python -m eval.correlation_vs_factscore
要对OpenAI和Anthropic模型进行基准测试,首先将您的API密钥添加到common/shared_config.py
中(有关更多信息,请参阅common/
中的README;请确保不要公开这些密钥)。
要获取给定提示集的模型回答,请使用以下命令。
有关我们主要实验流程的其他详细信息,请参阅main/
中的README。
python -m main.pipeline
接下来,要使用SAFE评估我们主要实验流程中的提示-回答对,请使用以下命令,确保将包含要评估的提示-回答对的.json
文件路径添加到--result_path
参数中。
python -m eval.run_eval \ --result_path=
此目录中的每个文件都有一个带有_test
后缀的对应单元测试(例如,file.py
会有file_test.py
作为单元测试)。
单个测试的运行命令显示在单元测试文件中。
要运行所有单元测试,请使用以下命令。
python -m unittest discover -s ./ -p "*_test.py"
如果您发现我们的代码有用,请引用我们的论文:
@misc{wei2024long, title={Long-form factuality in large language models}, author={Wei, Jerry and Yang, Chengrun and Song, Xinying and Lu, Yifeng and Hu, Nathan and Huang, Jie and Tran, Dustin and Peng, Daiyi and Liu, Ruibo and Huang, Da and Du, Cosmo and Le, Quoc V.}, year={2024}, url={https://arxiv.org/abs/2403.18802}, }
版权所有 2024 DeepMind Technologies Limited
所有软件均根据Apache License, Version 2.0(Apache 2.0)许可; 除非符合Apache 2.0许可,否则您不得使用此文件。 您可以在以下位置获取Apache 2.0许可的副本: https://www.apache.org/licenses/LICENSE-2.0
所有其他材料均根据Creative Commons Attribution 4.0 International License(CC-BY)许可。您可以在以下位置获取CC-BY许可的副本: https://creativecommons.org/licenses/by/4.0/legalcode
除非适用法律要求或书面同意,否则根据Apache 2.0或CC-BY许可分发的所有软件和 材料均按"原样"分发,不提供任何明示或暗示的担保或条件。 有关这些许可下的特定语言管理权限和限制,请参阅许可证。
这不是官方的Google产品。
AI小说写作助手,一站式润色、改写、扩写
蛙蛙写作—国内先进的AI写作平台,涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能,助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
全能AI智能助手,随时解答生活与工作的多样问题
问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级,全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本 到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
AI助力,做PPT更简单!
咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。
选题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。
专业的AI公文写作平台,公文写作神器
AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号