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 →-
302.AI 把数百个大模型收在一个 API 后面的聚合云平台 开发者工具 API 集成 多模型平台 模型部署 大模型 API 平台 -
360智脑开放平台 360 大模型 API 平台 API 集成 多模型平台 知识库问答 企业自动化 大模型 API 平台 -
4o Image API 图像生成 API 网关 免费 工具 免费增值 工具 开发者工具 API 集成 大模型 API 平台 -
AI-Flow 无代码的多模型工作流 工作流自动化 开发者工具 API 集成 知识库问答 大模型 API 平台 -
AI/ML API 一个网关接入众多模型 开发者工具 API 集成 多模态 多模型平台 大模型 API 平台 -
Amazon Bedrock 带安全扫描的 AWS 代码建议 免费 工具 代码助手 集成开发环境 应用搭建器 大模型 API 平台