글 전체의 이분법을 넘어
긴 답변에는 확인되는 주장과 확인되지 않는 주장이 함께 들어갈 수 있다. 글 전체를 맞음과 틀림으로만 나누면 이런 차이가 사라지므로 더 작은 사실 단위로 평가한다.
뒷받침되는 사실의 비율
생성문을 원자적 사실들의 연속으로 분해하고 신뢰할 수 있는 지식 자료에서 지지되는 사실의 비율을 구한다. 이는 응답에 포함된 사실의 정밀도이며 필요한 정보를 얼마나 빠짐없이 다뤘는지와는 다른 측면이다.
인물 소개의 평가
초기 연구는 여러 언어 모델이 만든 인물 소개를 사람에게 평가하게 했다. 같은 생성문 안에서도 지지되는 내용의 비율이 달라 세밀한 점수가 필요하다는 점을 분석했다.
자동 추정 모델
사람 평가의 비용을 줄이기 위해 검색과 강한 언어 모델을 결합한 자동 추정 방식도 제시했다. 새 모델 집합의 생성문 6,500개를 평가하며 자동화된 사실적 정밀도 분석의 활용을 살폈다.