优惠 评估基准方法TOFUEVAL：评估大语言模型（LLMs）在特定主题对话摘要生成中的准确性

来自亚马逊AWS AI 实验室、韩国科学院、德克萨斯大学奥斯汀分校的研究人员推出新的评估基准方法TOFUEVAL，评估大语言模型（LLMs）在特定主题对话摘要生成中的准确性。它专注于对话摘要的事实一致性。这个基准通过人类专家对由不同大小的LLMs生成的摘要进行事实一致性的二元句子级标注，并提供详细解释，以揭示不一致的句... 阅读全文