/ Модель

Характеристики

Контекст
512 токенов
Параметры
212 млн
Лицензия
MIT
Архитектура
deberta-v2 · dense
Базовая модель
deberta-v3-base
Опубликована
9 июл 2026

deberta-v3-ragtruth-hallucination

Классификация текстаТекст → label

Дообученный классификатор DeBERTa-v3-base оценивает, содержит ли ответ RAG галлюцинации относительно предоставленного контекста.

14скачиваний за 30 дней0лайковвеса обновлены18 июл 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

Это дообученный классификатор DeBERTa-v3-base от автора проекта hugoomezz для выявления галлюцинаций в ответах RAG. Модель получает пару «контекст, ответ» и определяет, содержит ли ответ хотя бы одно утверждение, не подтверждённое контекстом: метка 0 означает соответствие контексту, метка 1 — галлюцинацию. Число параметров — 211,6 млн, максимальная длина контекста — 512 токенов; модель рассчитана на английский язык.

Модель обучена на датасете RAGTruth и предназначена для экспериментов и демонстраций обнаружения галлюцинаций в ответах на вопросы, сводках и преобразовании данных в текст. На тестовой выборке RAGTruth общий F1 составил 0,7116; результаты заметно различаются по типу задачи: лучше всего модель показала себя на Data2txt, хуже — на QA и особенно на суммаризации. Лицензия модели — MIT.

Классификатор выдаёт оценку на уровне всего ответа и не выделяет конкретные фрагменты с галлюцинациями. Контекст ограничивается первыми токенами при превышении лимита, что затрагивало около 70% примеров RAGTruth; качество вне этого датасета и его трёх типов задач не подтверждено.

Сценарии применения

  • проверка ответа RAG на неподтверждённые контекстом утверждения
  • оценка достоверности ответов на вопросы по найденным документам
  • проверка автоматически созданных сводок относительно источника
  • анализ ответов при преобразовании структурированных данных в текст

Ограничения

На суммаризации модель показывает низкий recall (0,2451), а при ограничении контекста теряется его часть; модель оценивает ответ целиком и не локализует ошибочные фрагменты. Качество за пределами задач и данных RAGTruth не проверено.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

deberta-v3-ragtruth-hallucination (Track A)

Fine-tuned microsoft/deberta-v3-base, binary sequence classifier for response-level RAG hallucination detection: given a (context, response) pair, predicts whether the response contains any hallucinated content relative to the context. Label 0 = faithful, label 1 = hallucinated.

This is not the best-performing system in this project — see hugoomezz/modernbert-ragtruth-token-level-binary (Track B), which supersedes it and is the model deployed in the live demo. Track A is kept published for the project's 4-system comparison.

Intended use

Research / portfolio demonstration of RAG hallucination detection on RAGTruth. Given a retrieved context and a generated response, scores whether the response is faithful to that context. Not validated on any domain outside RAGTruth's three task types (QA, Summary, Data2txt), and not intended for production moderation decisions without further evaluation on your own data.

Training data

RAGTruth (Niu et al., 2024, ACL, arXiv:2401.00396) — MIT-licensed, reproduced in this project's docs/THIRD_PARTY_LICENSES.md. 13,578 train / 1,511 val / 2,700 test response-level rows (~55/45 faithful/hallucinated split in train), class-weighted cross-entropy to counter the imbalance. Context-only truncation at 512 tokens (ADR-004): the response is always fully preserved, only the context's head is truncated when the combined length exceeds the budget (this affects 70.34% of rows at DeBERTa-v3's 512-token limit).

Metrics (RAGTruth test set, n=2700; from results/finetuned_track_a_metrics.json)

MetricValue
Precision0.7367
Recall0.6882
F10.7116
Accuracy0.8052

Per task_type:

TaskF1Recall
Data2txt0.84760.8549
QA0.58590.6500
Summary0.33220.2451

Limitations

  • Summary is a significant weak spot (recall 0.245 — misses 3 out of 4 hallucinated summaries), the inverse of the zero-shot baseline's near-perfect recall.
  • Context truncation affects 70.34% of RAGTruth rows at 512 tokens; its cost is precision-driven (over-flags faithful responses), not recall-driven, per this project's ADR-010 diagnostic.
  • Response-level only — flags a response as hallucinated or not, but cannot localize which part of the response is hallucinated. For span-level localization, use Track B instead.

How to use

import torch
from transformers import AutoModelForSequenceClassification, AutoTokenizer

MODEL_ID = "hugoomezz/deberta-v3-ragtruth-hallucination"
tokenizer = AutoTokenizer.from_pretrained(MODEL_ID)
model = AutoModelForSequenceClassification.from_pretrained(MODEL_ID).eval()

context = "The Eiffel Tower was completed in 1889 for the World's Fair in Paris."
response = "The Eiffel Tower was completed in 1889 and stands in Paris, France."

inputs = tokenizer(context, response, truncation="only_first", max_length=512, return_tensors="pt")
with torch.no_grad():
    logits = model(**inputs).logits
probs = torch.softmax(logits, dim=-1)[0]
print({"faithful": probs[0].item(), "hallucinated": probs[1].item()})

Citation

@inproceedings{niu2024ragtruth,
  title     = {RAGTruth: A Hallucination Corpus for Developing and Evaluating RAG Systems},
  author    = {Niu, Cheng and Wu, Yuanhao and Zhu, Juno and Xu, Siliang and Shum, Kashun and Zhong, Randy and Song, Juntong and Zhang, Tong},
  booktitle = {Proceedings of ACL 2024},
  year      = {2024},
  eprint    = {2401.00396}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
DebertaV2ForSequenceClassification
Ревизия весов
cdcf981

0 моделей