Benchmark Email认领

3月19日，为深入了解大模型的幻觉问题现状并推动其应用落地，中国信息通信研究院人工智能所基于前期的AI Safety Benchmark测评工作，正式发起大模型幻觉测试。本轮测试以大语言模型为对象，涵盖事实性幻觉和忠实性幻觉两种类型，测试数据包含7000余条中文样本，题型包括信息抽取、知识推理及事实判别等。