Factcg DeBERTa V3 Large

🚀 用於大語言模型無根據幻覺檢測的FactCG

FactCG是一個事實核查模型，用於檢測大語言模型的無根據幻覺問題，能有效提升語言模型輸出內容的事實準確性。

🚀 快速開始

你可以使用以下示例代碼加載我們的模型：

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")

📚 詳細文檔

本模型來自我們的研究工作：

📃 FactCG: Enhancing Fact Checkers with Graph-Based Multi-Hop Data (NAACL2025, GitHub Repo)

📄 許可證

本項目採用MIT許可證。

💡 引用說明

如果你覺得本倉庫或FactCG模型有幫助，請引用以下論文：

@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}
}