Выпущена модель ZTC-Judge-9B для оценки достоверности ответов

Разработчики представили ZTC-Judge-9B — специализированную языковую модель, предназначенную для верификации достоверности ответов. В отличие от стандартных LLM, система выполняет оценку за один проход (single forward pass), не генерируя при этом дополнительных токенов.

Модель достигла показателя в 30 баллов по внутренней метрике эффективности, затрачивая на обработку запроса около 2 часов в рамках тестовых испытаний. Архитектура ориентирована на автоматизированную проверку фактов и оценку качества генерации других моделей в режиме реального времени.

В ходе бенчмарков ZTC-Judge-9B продемонстрировала результаты выше базовых моделей при прохождении профессиональных экзаменов. Однако при тестировании на задачах, требующих глубоких научных рассуждений и оценки безопасности в критических ситуациях, модель показала производительность ниже ожидаемых стандартов.

Отсутствие генерации токенов позволяет использовать инструмент для высокоскоростной фильтрации контента без значительных вычислительных затрат. Это решение дополняет линейку специализированных верификаторов, направленных на снижение галлюцинаций в AI-системах за счет внедрения промежуточного этапа проверки достоверности данных.