Copertina

VERISCORE: Evaluating the factuality of verifiable claims in long-form text generation

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Song, Yixiao, Kim, Yekyung, Iyyer, Mohit
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Computation and Language
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

One ruler to measure them all: Benchmarking multilingual long-context language models
di: Kim, Yekyung, et al.
Pubblicazione: (2025)

VeriFastScore: Speeding up long-form factuality evaluation
di: Rajendhran, Rishanth, et al.
Pubblicazione: (2025)

Frankentext: Stitching random text fragments into long-form narratives
di: Pham, Chau Minh, et al.
Pubblicazione: (2025)

Localizing and Mitigating Errors in Long-form Question Answering
di: Sachdeva, Rachneet, et al.
Pubblicazione: (2024)

Argument Collapse: LLMs Flatten Long-Form Public Debate
di: Kim, Yekyung, et al.
Pubblicazione: (2026)

Does quantization affect models' performance on long-context tasks?
di: Mekala, Anmol, et al.
Pubblicazione: (2025)

CLIPPER: Compression enables long-context synthetic data generation
di: Pham, Chau Minh, et al.
Pubblicazione: (2025)

People who frequently use ChatGPT for writing tasks are accurate and robust detectors of AI-generated text
di: Russell, Jenna, et al.
Pubblicazione: (2025)

FABLES: Evaluating faithfulness and content selection in book-length summarization
di: Kim, Yekyung, et al.
Pubblicazione: (2024)

BLEUBERI: BLEU is a surprisingly effective reward for instruction following
di: Chang, Yapei, et al.
Pubblicazione: (2025)

Suri: Multi-constraint Instruction Following for Long-form Text Generation
di: Pham, Chau Minh, et al.
Pubblicazione: (2024)

Literary Evidence Retrieval via Long-Context Language Models
di: Thai, Katherine, et al.
Pubblicazione: (2025)

Beyond Precision: Importance-Aware Recall for Factuality Evaluation in Long-Form LLM Generation
di: Jafari, Nazanin, et al.
Pubblicazione: (2026)

Whose story is it? Personalizing story generation by inferring author styles
di: Kumar, Nischal Ashok, et al.
Pubblicazione: (2025)

CaLMQA: Exploring culturally specific long-form question answering across 23 languages
di: Arora, Shane, et al.
Pubblicazione: (2024)

Recovering Diversity Without Losing Alignment: A DPO Recipe for Post-Trained LLMs
di: Samuel, Vinay, et al.
Pubblicazione: (2026)

BEARCUBS: A benchmark for computer-using web agents
di: Song, Yixiao, et al.
Pubblicazione: (2025)

One Thousand and One Pairs: A "novel" challenge for long-context language models
di: Karpinska, Marzena, et al.
Pubblicazione: (2024)

Long-form factuality in large language models
di: Wei, Jerry, et al.
Pubblicazione: (2024)

Measuring short-form factuality in large language models
di: Wei, Jason, et al.
Pubblicazione: (2024)

Measuring text summarization factuality using atomic facts entailment metrics in the context of retrieval augmented generation
di: Kriman, N. E.
Pubblicazione: (2024)

EditLens: Quantifying the Extent of AI Editing in Text
di: Thai, Katherine, et al.
Pubblicazione: (2025)

Contextualized Evaluations: Judging Language Model Responses to Underspecified Queries
di: Malaviya, Chaitanya, et al.
Pubblicazione: (2024)

Iteratively Prompting Multimodal LLMs to Reproduce Natural and AI-Generated Images
di: Naseh, Ali, et al.
Pubblicazione: (2024)

BooookScore: A systematic exploration of book-length summarization in the era of LLMs
di: Chang, Yapei, et al.
Pubblicazione: (2023)

TopicGPT: A Prompt-based Topic Modeling Framework
di: Pham, Chau Minh, et al.
Pubblicazione: (2023)

StoryScope: Investigating idiosyncrasies in AI fiction
di: Russell, Jenna, et al.
Pubblicazione: (2026)

Collaborative decoding of critical tokens for boosting factuality of large language models
di: Jin, Lifeng, et al.
Pubblicazione: (2024)

ProText: A benchmark dataset for measuring (mis)gendering in long-form texts
di: Kotek, Hadas, et al.
Pubblicazione: (2026)

Synthetically generated text for supervised text analysis
di: Halterman, Andrew
Pubblicazione: (2023)

AI use in American newspapers is widespread, uneven, and rarely disclosed
di: Russell, Jenna, et al.
Pubblicazione: (2025)

PostMark: A Robust Blackbox Watermark for Large Language Models
di: Chang, Yapei, et al.
Pubblicazione: (2024)

CECOR: Correction-oriented synthetic data construction for factual error correction
di: Zhu, Lei, et al.
Pubblicazione: (2026)

Qwen it detect machine-generated text?
di: Marchitan, Teodor-George, et al.
Pubblicazione: (2025)

Enhancing Human Evaluation in Machine Translation with Comparative Judgment
di: Song, Yixiao, et al.
Pubblicazione: (2025)

CheckEval: A reliable LLM-as-a-Judge framework for evaluating text generation using checklists
di: Lee, Yukyung, et al.
Pubblicazione: (2024)

Interactive Topic Models with Optimal Transport
di: Dhanania, Garima, et al.
Pubblicazione: (2024)

CIDER: Context sensitive sentiment analysis for short-form text
di: Young, James C., et al.
Pubblicazione: (2023)

AI-generated text boundary detection with RoFT
di: Kushnareva, Laida, et al.
Pubblicazione: (2023)

Diversify-verify-adapt: Efficient and Robust Retrieval-Augmented Ambiguous Question Answering
di: In, Yeonjun, et al.
Pubblicazione: (2024)