#NLI验证

做 RAG 系统的人值得认真看这篇。它用反事实替换的实验设计证明：NLI 引文验证基本是摆设，1.2% 到 15.7% 的引文是模型靠记忆编的。论文还对比了十种归因方法的效果，对评估流程设计有直接参考价值。