HaluEval

「自信満々にスラスラと長文を答えてくれたので信じて本番の資料に使ったら、書いてある法律の条文や医療データが完全にデタラメだった…」—— LLM（大規模言語モデル）を業務で使っている人なら、誰もが一度は背筋を凍らせた経験があるはずです。これが...