HalluciGuard Detector Model
Fine-tuned DistilBERT classifier for hallucination detection trained on HaluEval.
- Label 0: NO_HALLUCINATION
- Label 1: HALLUCINATION
Характеристики
- Контекст
- 512 токенов
- Лицензия
- Apache 2.0
- Архитектура
- distilbert · dense
- Библиотека
- transformers
- Опубликована
- 16 авг 2026
Ссылки
halluciguard-detector
Классификатор на базе DistilBERT определяет, содержит ли текст потенциальную галлюцинацию.
582скачиваний за 30 дней0лайковвеса обновлены28 авг 2026
Бенчмарки
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Публичные оценки
Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.
В подключённых источниках результатов для этой модели пока нет.
Что умеет модель
Описание составлено по карточке модели и метаданным Hugging Face
HalluciGuard Detector — классификатор текста на базе DistilBERT, дообученный для выявления галлюцинаций. Модель относит входной текст к одному из двух классов: NO_HALLUCINATION или HALLUCINATION; обучение проводилось на датасете HaluEval.
Модель предназначена для автоматической проверки текстовых ответов и выделения потенциально вымышленных утверждений. Она принимает текст и выдаёт метку класса. Максимальная длина контекста составляет 512 токенов; веса опубликованы в формате safetensors. Модель доступна на условиях лицензии Apache-2.0.
Классификатор может помогать в проверке ответов, однако его метка сама по себе не подтверждает фактическую истинность текста. Карточка не сообщает об оценках качества или поддержке языков, поэтому результаты для конкретных языков и сценариев требуют отдельной проверки.
Сценарии применения
- первичная проверка ответов языковой модели на галлюцинации
- маркировка текстов как содержащих или не содержащих галлюцинации
- фильтрация потенциально вымышленных ответов перед ручной проверкой
Ограничения
Метка модели не является доказательством фактической истинности текста. Языки и показатели качества в карточке не описаны; контекст ограничен 512 токенами.
Для каких профессий подходит4
Разделы каталога профессий, в задачах которых используется эта модель
II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельII.4Разработка и данныеОтладка, тестирование и качество ПОAI помогает находить дефекты, строить проверки и повышать надёжность программного продукта.25 задач13 978моделейI.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022модели
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers · text-classification
Подбираем GPU…
- Класс архитектуры
- DistilBertForSequenceClassification
- Ревизия весов
- 3ed7e9b