hallucination-leaderboard

看哪个大模型摘要最不容易瞎编

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 108 🐛 待处理 22 👀 关注 61

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 3326

维护状态较活跃

是否开源开源

定价模式 🏷️完全免费开源项目，Apache-2.0许可证，可自由使用和部署，无付费版本。

项目预览

hallucination-leaderboard 项目界面预览图 — 图片来源：项目官网

项目数据

分类开源模型

开发团队vectara

官网地址https://vectara.com

GitHubhttps://github.com/vectara/hallucination-leaderboard

定价模式🏷️完全免费

价格说明开源项目，Apache-2.0许可证，可自由使用和部署，无付费版本。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型generative-ai,hallucinations,llm

GitHub 星标★ 3326

上线时间2023-10-31 00:00:00

代码更新2026-10-23

仓库体积508.4 MB

本站数据更新2026-11-10

维护状态较活跃

收录时间2026-08-09

浏览次数3

项目介绍

hallucination-leaderboard 是一个用于评估大语言模型在短文档摘要任务中产生幻觉（即生成与原文不符内容）程度的开源排行榜。它通过统一的评测流程和指标，量化不同模型在摘要时的忠实度，帮助开发者直观对比各模型的可靠性。项目提供标准化的测试集和评分方法，支持模型排名展示，并允许社区贡献新模型结果。其核心价值在于将‘幻觉’这一抽象问题转化为可量化的榜单，为模型选型和改进提供数据支撑。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 3326

技术标签

generative-ai hallucinations llm

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：入门约 5 分钟部署方式：库/依赖 4 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

可访问 GitHub 与 Hugging Face 的网络环境
本地安装 Git（仅克隆仓库时需要）
现代浏览器（查看在线交互排行榜）

安装与启动步骤

1克隆项目仓库

把排行榜仓库拉到本地，README.md 中包含最新榜单表格与历史版本分支说明。
```
git clone https://github.com/vectara/hallucination-leaderboard.git
```
2查看排行榜数据

打开 README.md，表格列出各模型的幻觉率、事实一致性率、回答率与平均摘要长度。
3查看在线交互榜单

README 提供 Hugging Face 上的交互式排行榜页面，可直接网页浏览对比模型。
4切换历史版本

早期基于 HHEM-1.0 的结果保存在独立分支，需要对比旧数据时切过去查看。
```
git checkout hhem-1.0-final
```