SmurfCat在SemEval-2024任务6中：利用合成数据进行幻觉检测

在本文中，我们介绍了为SemEval-2024幻觉检测任务开发的新系统。我们的研究涵盖了一系列策略，用于比较模型预测与参考标准，包括多种基线、通过监督学习微调预训练编码器，以及利用多个高性能模型的集成方法。通过这些探索，我们提出了三种表现出强大性能指标的不同方法。为了扩充训练数据，我们从无标签训练子集中生成了额外的训练样本。此外，我们提供了方法的详细比较分析。值得注意的是，我们的最佳方法在竞赛的模型无关赛道中获得了第9名，在模型感知赛道中获得了第17名，突显了其有效性和潜力。