arXiv · AI· Ernie Hobbs, Jim Hinson·· 2 天前AI 评分22
GauntletScore 在 LLM-AggreFact 事实核查中匹配最强公开检查器性能
GauntletScore: Auditable Fact-Checking That Matches the Best Published Checkers on LLM-AggreFact
AI 导读
证据引擎 GauntletScore 在 LLM-AggreFact 测试集取得 79.51 平衡准确率,匹配 2026 年 11 月 15 日排行榜最佳公开成绩。 其 95% 置信区间覆盖 nimble-v4-max 的 79.45 分;该引擎采用固定贝叶斯规则结合多阅读器证据账本,并发布逐条目预测及评分脚本。
来源:arXiv · AI · arxiv.org