以英文维基百科为基础的大模型WikiChat

14次阅读
没有评论

共计 456 个字符,预计需要花费 2 分钟才能阅读完成。

斯坦福大学开发人员以英文维基百科为基础开发了一款大模型 WikiChat,此款模型在回答问题时,会先在维基百科上找到相关的、准确的信息,然后再给出回答,保证给出的回答既有用又可靠。在混合人类和 LLM 的评估中,WikiChat 达到了 97.3% 的事实准确性,同时也普遍高于其他模型。

GitHub 地址:https://github.com/stanford-oval/WikiChat

Demo 地址:https://wikichat.genie.stanford.edu

以英文维基百科为基础的大模型 WikiChat

主要特点:

  • 高度准确:因为它直接依赖于维基百科这个权威且更新频繁的信息源,所以 WikiChat 在提供事实和数据时非常准确。
  • 减少“幻觉”:LLM 在谈论最新事件或不太流行的话题时容易产生错误信息。WikiChat 通过结合维基百科数据,减少了这种信息幻觉的发生。
  • 对话性强:尽管重视准确性,WikiChat 仍然能够维持流畅、自然的对话风格。
  • 适应性强:它可以适应各种类型的查询和对话场景。
  • 高效性能:通过优化,WikiChat 在回答问题时更快速,同时减少了运行成本。
正文完
关注公众号获取最新教程
post-qrcode
 
AI小诸葛
版权声明:本站原创文章,由 AI小诸葛 2024-01-13发表,共计456字。
转载说明:除特殊说明外本站文章皆由原创发布,请勿转载。
评论(没有评论)
验证码