标签：真实性评估

中文简短问答：评估大语言模型中文真实性能力的新基准 引言 随着人工智能技术的迅猛发展，确保语言模型生成的真实性成为了一项重要挑战。目前，尽管前沿的大语言模型（LLM）在许多任务上表现出色，但它们有时会产生错误或缺乏证据支持的输出，这被称为“幻觉”问题。这种问题严重限制了大语言模型在实际应用中的广泛使用。因此，评估大语言模型的真实性能力变得尤为重要。 新的评估基准 近日，淘宝天猫集团的研究者们提出了一种新的中文简短问答（Chinese SimpleQA）基准，这是首个全面评估大语言模型中文真实性能力的基准...