德语也会产生幻觉！利用 Absinth 数据集检测新闻摘要中的不一致性

大型语言模型 (LLM) 的出现推动了各种自然语言处理任务的显著进步。尽管取得了这些进展，这些大型模型在其输出中仍会产生幻觉信息，这在自动文本摘要中构成了一个主要问题，因为我们必须保证生成的摘要与源文档的内容一致。先前的研究致力于检测输出中的幻觉（即不一致性检测），以评估生成摘要的忠实度。然而，这些工作主要集中在英语上，而最近的多语言方法缺乏德语数据。本文介绍了 absinth，这是一个用于德语新闻摘要幻觉检测的人工标注数据集，并探讨了新型开源 LLM 在微调和上下文学习设置下执行此任务的能力。我们开源并发布 absinth 数据集，以促进德语幻觉检测的进一步研究。