LMSYS 推出大模型事实性排行榜，专治幻觉

jfiance · x · 2026-08-06

LMSYS（Chatbot Arena）宣布推出大模型事实性排行榜（Factuality Leaderboards），旨在客观评估 AI 模型回答的真实性并防范幻觉问题。

传统的竞技场排行榜主要依赖人类偏好评分，虽然通过风格控制方法调整了表情符号、回答长度等因素的影响，但仍需要更直接的方式来衡量客观准确性。新榜单通过提取模型回答中的所有事实性声明，并与互联网进行交叉验证，以确保其有据可查。模型如果能用更强的证据支持其声明，就会获得更高的分数。