← 工具雷达
dataset

Research on LLM Disagreement on Factual Claims

数据集新颖但文档稀薄,适合研究LLM一致性,实际落地价值有限。

5.3综合
实用性4
上手速度7
完成度4
不可替代6
生命力6

5 维独立打分,综合分为加权平均。分数只对同一套标准内部可比。

适合谁

需要分析LLM在事实陈述上分歧的学术研究者

不适合谁

需要直接部署模型或商业化产品的工程团队

项目自述

zenodo.org

替代品

TruthfulQAOpenAI EvalsMMLU
访问官网1 · 评测时 Stars评测于 2026-08-12

同类工具