Evaluating Verifiability in Generative Search Engines

计算机科学 情报检索 判决 生成语法 语义搜索 万维网 引用 生成模型 集合(抽象数据类型) 困惑 搜索引擎 人工智能 语言模型 程序设计语言
作者
Nelson F. Liu,Tianyi Zhang,Percy Liang
标识
DOI:10.18653/v1/2023.findings-emnlp.467
摘要

Generative search engines directly generate responses to user queries, along with in-line citations. A prerequisite trait of a trustworthy generative search engine is verifiability, i.e., systems should cite comprehensively (high citation recall; all statements are fully supported by citations) and accurately (high citation precision; every cite supports its associated statement). We conduct human evaluation to audit four popular generative search engines—Bing Chat, NeevaAI, perplexity.ai, and YouChat—across a diverse set of queries from a variety of sources (e.g., historical Google user queries, dynamically-collected open-ended questions on Reddit, etc.). We find that responses from existing generative search engines are fluent and appear informative, but frequently contain unsupported statements and inaccurate citations: on average, a mere 51.5% of generated sentences are fully supported by citations and only 74.5% of citations support their associated sentence. We believe that these results are concerningly low for systems that may serve as a primary tool for information-seeking users, especially given their facade of trustworthiness. We hope that our results further motivate the development of trustworthy generative search engines and help researchers and users better understand the shortcomings of existing commercial systems.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
科研通AI2S应助科研通管家采纳,获得10
刚刚
华仔应助科研通管家采纳,获得10
刚刚
1412应助科研通管家采纳,获得10
刚刚
情怀应助科研通管家采纳,获得10
1秒前
1秒前
飞翔的梦完成签到,获得积分10
5秒前
YixiaoWang完成签到,获得积分10
5秒前
7秒前
r222完成签到,获得积分20
7秒前
9秒前
jimskylxk发布了新的文献求助10
12秒前
Albert完成签到,获得积分10
12秒前
搜集达人应助r222采纳,获得80
13秒前
糊涂的萍发布了新的文献求助10
13秒前
科研通AI5应助星空采纳,获得10
14秒前
15秒前
15秒前
依霏完成签到,获得积分10
15秒前
顾矜应助wyd采纳,获得10
16秒前
哈扎尔完成签到 ,获得积分10
16秒前
高挑的雨雪完成签到,获得积分10
18秒前
21秒前
万能图书馆应助畅快大象采纳,获得10
27秒前
eno完成签到,获得积分10
27秒前
yyz发布了新的文献求助10
30秒前
ding应助yiyi采纳,获得10
30秒前
31秒前
无心的闭月完成签到,获得积分10
31秒前
棠棠完成签到 ,获得积分10
32秒前
小妞的网发布了新的文献求助10
33秒前
Lxx完成签到 ,获得积分10
34秒前
34秒前
领导范儿应助xiao采纳,获得20
34秒前
35秒前
打打应助拉布拉多多不多采纳,获得10
35秒前
mrlan完成签到 ,获得积分10
36秒前
sky完成签到,获得积分10
37秒前
赘婿应助xf采纳,获得10
37秒前
嘻嘻发布了新的文献求助10
38秒前
鸭蛋完成签到 ,获得积分10
38秒前
高分求助中
Production Logging: Theoretical and Interpretive Elements 2700
Ophthalmic Equipment Market 1500
Neuromuscular and Electrodiagnostic Medicine Board Review 1000
こんなに痛いのにどうして「なんでもない」と医者にいわれてしまうのでしょうか 510
いちばんやさしい生化学 500
Genre and Graduate-Level Research Writing 500
The First Nuclear Era: The Life and Times of a Technological Fixer 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3673961
求助须知:如何正确求助?哪些是违规求助? 3229371
关于积分的说明 9785618
捐赠科研通 2939954
什么是DOI,文献DOI怎么找? 1611546
邀请新用户注册赠送积分活动 760987
科研通“疑难数据库(出版商)”最低求助积分说明 736344