#141 · 主分类: MLOps与评测

LettuceDetect

bert hallucination-detection hallucination-evaluation information-extraction nlp python pytorch token-classification

对RAG、代码和工具接地AI输出进行跨度级接地验证。

项目最后更新:08/13/26

GitHub Stars

601

Forks数量

53

贡献者数量

14

许可证

MIT

收录理由

多数幻觉检测工具只给出整段回答“干净”或“有问题”的结论,可当一段长回复里只夹着一句编造内容时,这种粗粒度判断几乎帮不上忙。LettuceDetect 在 token 级别工作,直接返回精确的字符区间,让使用者一眼看出 RAG 回答、编程助手的回复或工具输出中,到底是哪句话缺乏依据。它既提供适合本地部署的快速编码器模型,也提供能标注每个问题片段类型的生成式检测器,覆盖范围包括 RAG 散文、多语言问答和代码生成场景。对正在构建有据可依的 AI 系统的团队来说,它既能嵌入评测流程作为验证环节,也能充当运行时守卫,及时拦截那些凭空捏造的 API、错误数值或用户从未要求的行为。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。

同类热门项目