📖 AI 总结

本文介绍了AtomCite，一个用于验证和纠正多页文档中页面级引用的智能框架。研究指出，大型语言模型在回答多页文档问题时，提供的引用有时不准确，而现有评估体系缺乏对此类问题的验证能力。AtomCite通过将答案拆分为独立声明，并对照引用页面的图像进行逐一核验，再采用确定性修复策略来纠正错误引用。为评估该框架，作者构建了DocCite基准，这是首个针对页面级引用验证与纠正的测试集，包含928个注入实例和1909个经人工确认的自然错误。实验结果显示，AtomCite在三个模型系列上达到约93%的二元验证准确率，显著优于仅依赖OCR的对照组，并将引用精确率从34%提升至87-90%。此外，该框架具有良好的迁移性，能提升其他模型的幻觉检测能力。研究还发现，自动标签中的噪声可能扭曲验证准确率的测量，甚至改变系统排名，提示仅依赖合成或自动标签的评估存在风险。

🔑 关键词速览