懂AI
hallucination_evaluation_model

hallucination_evaluation_model

开源幻觉检测模型助力提升LLM输出质量

HHEM-2.1-Open是一款用于检测大型语言模型(LLM)幻觉的开源工具。该模型在多项基准测试中表现优异，性能超过GPT-3.5-Turbo和GPT-4。它特别适用于检索增强生成(RAG)应用，可评估LLM生成摘要与给定事实的一致性。HHEM-2.1-Open支持无限长度上下文，运行高效，可在普通硬件上使用，是提升LLM输出质量和可靠性的实用工具。

HHEM-2.1-Open开源项目幻觉检测语言模型RAGHuggingface模型人工智能Github
访问官网GitHubHugging Face

项目介绍：hallucination_evaluation_model

项目概述

hallucination_evaluation_model 是由 Vectara 公司开发的一个用于检测大型语言模型(LLM)幻觉的模型。该项目的最新版本 HHEM-2.1-Open 是 HHEM-1.0 的重大升级，专门设计用于检测 LLM 生成的内容中的幻觉。这个模型在构建检索增强生成(RAG)应用时特别有用，可以用来衡量 LLM 生成的摘要与给定事实的一致性程度。

幻觉检测原理

幻觉检测需要两段文本：一段是假设(待判断的文本)，另一段是证据(给定的前提)。如果假设文本不被证据文本支持，就被认为是"幻觉"或"事实不一致"。在 RAG 应用中，LLM 会基于从数据集检索的几段文本(通常称为事实或上下文)生成内容，如果生成的摘要(假设)不被这些事实(证据)支持，就会被判定为幻觉。

模型特点

  1. HHEM-2.1-Open 相比 HHEM-1.0 有显著改进。
  2. 在性能上超越了 GPT-3.5-Turbo，甚至 GPT-4。
  3. 可以在普通硬件上运行，32 位精度下占用不到 600MB 内存，在现代 x86 CPU 上处理 2k 令牌的输入约需 1.5 秒。
  4. 具有无限的上下文长度，而 HHEM-1.0 被限制在 512 个令牌。

使用方法

HHEM-2.1-Open 可以通过 transformers 库的 AutoModel 或 pipeline 类来使用。使用 AutoModel 方法更为简单直接，而 pipeline 方法需要手动准备数据，但提供了更多的灵活性。

性能对比

在 AggreFact 和 RAGTruth 基准测试中，HHEM-2.1-Open 在大多数情况下都优于 HHEM-1.0、GPT-3.5-Turbo 和 GPT-4。特别是在 RAGTruth-Summ 和 RAGTruth-QA 测试中，HHEM-2.1-Open 表现出显著的改进。

商业版本

HHEM-2.1 是 HHEM-2.1-Open 的商业版本，仅通过 Vectara 的 RAG 即服务平台提供。它的主要优势是支持英语、德语和法语的跨语言能力。

应用场景

该模型特别适用于需要高度事实准确性的场景，如新闻摘要、学术研究、法律文件处理等。它可以帮助开发者构建更可靠的 AI 辅助系统，确保生成的内容与给定的事实保持一致。

结语

hallucination_evaluation_model 项目为 AI 内容生成的可靠性评估提供了强大的工具。随着 AI 技术的不断发展，这类模型在确保 AI 生成内容的准确性和可信度方面将发挥越来越重要的作用。

编辑推荐精选

即梦AI

即梦AI

一站式AI创作平台

提供 AI 驱动的图片、视频生成及数字人等功能，助力创意创作

扣子-AI办公

扣子-AI办公

AI办公助手，复杂任务高效处理

AI办公助手，复杂任务高效处理。办公效率低？扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作，覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应，生活工作无缝切换，提升50%效率！

Keevx

Keevx

AI数字人视频创作平台

Keevx 一款开箱即用的AI数字人视频创作平台，广泛适用于电商广告、企业培训与社媒宣传，让全球企业与个人创作者无需拍摄剪辑，就能快速生成多语言、高质量的专业视频。

TRAE编程

TRAE编程

AI辅助编程，代码自动修复

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。

AI工具TraeAI IDE协作生产力转型热门
蛙蛙写作

蛙蛙写作

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。

AI辅助写作AI工具蛙蛙写作AI写作工具学术助手办公助手营销助手AI助手
问小白

问小白

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。

热门AI助手AI对话AI工具聊天机器人
Transly

Transly

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。

讯飞智文

讯飞智文

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。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

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。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

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。

下拉加载更多