arXiv · ML· Chandra N Sekharan, Vishakan Umapathy, Abhishek Phadke·· 7 天前AI 评分28
SAGE-QA: 基于语义感知和 grounding 的 SQuAD 2.0 封闭上下文问答评估框架
SAGE-QA: Semantic-Aware, Grounded Evaluation for Closed-Context Question Answering on SQuAD 2.0
AI 导读
研究提出多阶段评估框架 SAGE-QA,在 10,000 条 SQuAD 2.0 验证样本上,结合语义等价评分(SES)和重验证评分(RVS),以区分生成式 LLM 的词法差异与事实错误。
来源:arXiv · ML · arxiv.org