— Исследовательские лаборатории Resect фокусируются на улучшении фактического обоснования, а также на обнаружении, уменьшении и смягчении галлюцинаций в моделях искусственного интеллекта с помощью запатентованного обучения с подкреплением и новых методов точной настройки. — Veritas-0.6B-Fact-Checker-Non-Thinking-1.0 построен на архитектуре Qwen3, начиная с (Qwen/Qwen3-0.6B). Resect Research Labs специализируется, доработала и оптимизировала эту модель для проверки фактов и проверки фактической последовательности. — Производительность этой модели оценивается с помощью LLM-AggreFact (невидимого этой моделью во время обучения). Эталоном является агрегирование 11 наборов данных, аннотированных людьми, для проверки фактов и обоснования. — Veritas-0.6B-Fact-Checker-Non-Thinking-1.0 достигает среднего балла 72,30 %, что на 7,37 % выше, чем у Qwen3-0,6B в режиме без мышления. Отмеченные здесь тесты для Veritas-0.6B-Fact-Checker-Non-Thinking-1.0 были выполнены на тестовом наборе, и в библиотеку Minicheck был отправлен запрос на извлечение (Pull Request) для поддержки дополнительных режимов работы, включая эту модель. Примечание. Производительность может незначительно отличаться в зависимости от конфигурации оборудования и версии vLLM. * Модель Veritas-0.6B-Fact-Checker-Non-Thinking следует использовать исключительно для…
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: resect-ai
Теги: qwen3, factual-grounding, fact-checking, conversational, en, text-generation-inference, endpoints_compatible
Лайков: 5 | Загрузок: 654
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
