AI EVALUATION, IN CONTEXT.BY EQUALITY MACHINE

OpenCompass Hub

HaluEval

HaluEval用于评估大语言模型识别幻觉的能力，包含 5,000 条普通用户查询及 ChatGPT 的回答，以及来自三个任务的 30,000 个特定任务示例，即问答、基于知识的对话和文本摘要。

评测信息与证据

来源: OpenCompass Hub
发布者: Beijing Key Laboratory of Big Data Management and Analysis Methods
评测发布日期: 2023-10-23
采集日期: 2026-08-18
模态: 未收录

本站保留来源报告的结果，不代表独立复测。请先核对任务版本、评测协议、分数单位和报告日期；不同运行条件不能直接合并为统一排名。

原始资料

报告成绩 0

本来源记录尚未收录数值成绩。这不表示模型得分为零，也不表示该评测没有公开成绩；请查阅原始资料。