liao11/claim-critic-models

claim-critic：模型（LoRA）

降低 RAG 幻觉的端到端方案：逐句检测、强化学习与盲区闭环 的全部模型，只发 LoRA，不发基座。 代码、文档和复现说明见 GitHub：https://github.com/liaomingyue/claim-critic

LoRA adapters for an end-to-end pipeline that reduces RAG hallucinations: sentence-level critics, reward models, RAG policies trained with critic-as-reward GRPO, and error generators. See the GitHub repo for details.

文件

文件	内容
critic.tar	各代逐句幻觉 critic（含两轮补盲区的版本和各对照组）；9B 金标 critic（只用于评测）
rag.tar	RAG 各版本：SFT、分段 GRPO 各段、闭环第一 / 二轮、对照组
gen.tar	错误生成器：SFT、难样本 SFT、GRPO
rm.tar	其他打分模型：sev、RM2 自然度、满意度、拒答

每个模型目录下都有 README.md 和 training.json，写明训练数据（具体文件和条数）、训练配置、起点、重训命令和对应的结论。完整清单见 GitHub 上的 docs/MODELS.md。

下载并校验：

git clone https://github.com/liaomingyue/claim-critic && cd claim-critic
pip install -r requirements.txt && pip install -e .
python -m scripts.fetch_release --only models

LoRA 会解压到仓库根目录的 adapters/ 下。

基座与许可

除 9B 金标 critic 的基座是 Qwen/Qwen3.5-9B 外，其余都是 openbmb/MiniCPM5-2B（提交 f974000）。基座请按各自的许可证自行下载；LoRA 权重遵循对应基座模型的许可证。