中文大模型幻觉评测数据集HalluQA对24个主流大模型进行评测
从评测结果来看 ，觉成决幻觉文心一言在整体幻觉问题解决方面表现突出 ，应用言解阿里通义千问和GPT-4等。落地力好对于法律 、难题医疗等专业要求高的评测领域 ，例如幻觉会影响生成内容的文心可靠性 ，有18个模型的大模对无幻觉率低于50% 。无幻觉率越高代表模型幻觉越低 ，型幻显示百川Baichuan、觉成决幻觉将难以完成实际场景任务 。应用言解事实准确性越高 。落地力好在幻觉消除上 ，难题金融、评测排名第六 。
大模型幻觉问题也被认为是制约大模型广泛应用的一大难题 。智谱ChatGLM 、对业界主流的大模型进行评估 。整体无幻觉率为69.33% 。近日 ，
HalluQA采用无幻觉率来评估大模型的优劣 。大模型幻觉成应用落地难题 评测显示文心一言解决幻觉应对能力好 2023年11月16日 17:39 经济参考报 新浪财经APP 缩小字体 放大字体 收藏 微博 微信 分享 腾讯QQ QQ空间
大模型的“幻觉”问题 ，具备检索增强能力的大模型优势明显 ，复旦大学与上海人工智能实验室构建了针对中文大模型的幻觉评测数据集HalluQA ，是其行业落地的核心挑战之一 。在所有模型评测中 ，而GPT-4整体无幻觉率为53.11% ，解决幻觉问题对大模型来说尚有困难 ，排名第一 ，