Factcg DeBERTa V3 Large

🚀 大規模言語モデルの根拠のない幻覚検出のためのFactCG

これは、我々の研究に基づく事実検証モデルです。

📃 FactCG: Enhancing Fact Checkers with Graph-Based Multi-Hop Data (NAACL2025, GitHubリポジトリ)

以下のサンプルコードを使用して、当社のモデルを読み込むことができます。

💻 使用例

基本的な使用法

from transformers import AutoTokenizer, AutoConfig, AutoModelForSequenceClassification
config = AutoConfig.from_pretrained("yaxili96/FactCG-DeBERTa-v3-Large", num_labels=2, finetuning_task="text-classification", revision='main', token=None, cache_dir="./cache")
config.problem_type = "single_label_classification"
tokenizer = AutoTokenizer.from_pretrained("yaxili96/FactCG-DeBERTa-v3-Large", use_fast=True, revision='main', token=None, cache_dir="./cache")
model = AutoModelForSequenceClassification.from_pretrained(
            "yaxili96/FactCG-DeBERTa-v3-Large", config=config, revision='main', token=None, ignore_mismatched_sizes=False, cache_dir="./cache")

もしこのリポジトリやFactCGが役に立った場合は、以下の論文を引用してください。

@inproceedings{lei2025factcg,
  title={FactCG: Enhancing Fact Checkers with Graph-Based Multi-Hop Data},
  author={Lei, Deren and Li, Yaxi and Li, Siyao and Hu, Mengya and Xu, Rui and Archer, Ken and Wang, Mingyu and Ching, Emily and Deng, Alex},
  journal={NAACL},
  year={2025}
}

📄 ライセンス

このプロジェクトはMITライセンスの下で提供されています。

📦 モデル情報