#factuality Repositories
Entdecke 5 aktive Open-Source-GitHub-Repositories, die mit #factuality getaggt sind und insgesamt 6,296 Sterne gesammelt haben (durchschnittlich 1,259 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist AkariAsai/self-rag mit 2,282 Sternen.
Insgesamt 5 Repositories
Dies beinhaltet die ursprüngliche Implementierung von SELF-RAG: Learning to Retrieve, Generate and Critique through self-reflection von Akari Asai, Zeqiu Wu, Yizhong Wang, Avirup Sil und Hannaneh Hajishirzi.
WikiChat ist ein verbessertes RAG. Es unterbindet die Halluzination von großen Sprachmodellen, indem es Daten aus einem Korpus abruft.
Loki: Open-Source-Lösung zur Automatisierung des Prozesses der Überprüfung der Faktenhaltigkeit
Benchmarking der Faktenhaltigkeit langer Texte in großen Sprachmodellen. Originalcode für unsere Arbeit "Long-form factuality in large language models".
Offizielle Implementierung für die Arbeit „DoLa: Decoding by Contrasting Layers Improves Factuality in Large Language Models“
Häufig gestellte Fragen
Welches ist das beliebteste #factuality-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#factuality-Projekt auf GitHub ist AkariAsai/self-rag mit 2,282 Sternen. Dies beinhaltet die ursprüngliche Implementierung von SELF-RAG: Learning to Retrieve, Generate and Critique through self-reflection von Akari Asai, Zeqiu Wu, Yizhong Wang, Avirup Sil und Hannaneh Hajishirzi.
Welche Programmiersprachen werden in #factuality-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #factuality-Projekten auf GitHub sind Python die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #factuality-Repositories berechnet?
Wir verfolgen 5 aktive Open-Source-Repositories, die mit #factuality getaggt sind (500+ Sterne), mit insgesamt 6,296 Sternen und durchschnittlich 1,259 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.