跳到正文

hallucination-leaderboard

按短文档摘要的幻觉率给 LLM 排名

访问官网

hallucination-leaderboard 是什么

该项目被介绍为一个按短文档摘要幻觉率给 LLM 排名的开源排行榜。

你可以用它做什么

  • 用 HHEM-2.1 模型评估摘要
  • 比较并排名多个 LLM
  • 查看幻觉与一致性指标

应用场景

  • 比较不同模型的幻觉率以选择更可靠模型
  • 评估自研 LLM 的性能
  • 为内容生成或客服场景选择模型

优点与缺点

✓ 我们认可的地方

  • 资料列出用 CNN/Daily Mail 语料库做摘要测试
  • 资料列出通过 API 调用各种模型评估

! 需要留意的地方

  • 多语言模型评估目前主要支持英文
  • 评估前需准备待评估模型及其 API 接口

常见问题

提到哪个语料库?

资料列出 CNN/Daily Mail 用于文档总结测试。

列出哪些指标?

资料列出幻觉率、事实一致性率与回答率。

最后评测: 2026-11-15

更多 大模型 API 平台 工具

查看全部 →

评测方法