Classification des erreurs de modèle et accord des évaluateurs
Classer les échecs d’un modèle dans un jeu de données et calculer les taux d’accord entre évaluations.
Examiner un texte technique généré par l’IA pour repérer les citations inventées, les fausses statistiques et les affirmations sans preuve.
Examiner un texte technique généré par l’IA pour repérer les citations inventées, les fausses statistiques et les affirmations sans preuve.
Vérifiez les affirmations d’une réponse contre les passages sources, en séparant les affirmations non étayées de celles démontrées fausses.
L’assurance du modèle et une citation inventée ne sont pas des preuves. Ouvrez les sources ; l’échelle numérique de gravité est une grille locale, pas une certification standardisée.
Perform an exhaustive verification audit on the following generated technical report. Tasks: 1. Entity Extraction: Extract every factual claim, statistical figure, and attributed quotation. 2. Grounding Status: Classify each entity as [Verified / Contradiction / Fabricated Citation / Unsubstantiated]. 3. Citation Check: For any fabricated reference, flag whether the journal, author, or paper title is fictitious. 4. Hallucination Severity Index: Assign a score from 0.0 (Completely Grounded) to 1.0 (Critical Fabrications) with summary rationale. Text to audit: [INSERT TEXT HERE]
Copiez le prompt complet, ajoutez les informations demandées ou remplacez les champs à compléter, puis collez-le dans votre assistant IA. Vérifiez la réponse avant de l’utiliser.
Classer les échecs d’un modèle dans un jeu de données et calculer les taux d’accord entre évaluations.
Rendre un prompt peu fiable plus précis et plus facile à tester.
Transformer une demande vague en une instruction ChatGPT réutilisable.
Guider Claude dans un document volumineux avec des résultats traçables.