标签
EAVer 提出了一种端到端的代理策略，用于通过分组断言、高效搜索和重用证据来验证长文本中的事实，在诸如 VeriFastScore 和 FaStFact-Bench 等基准测试上以更少的搜索次数实现更优性能。
MultiGhostBench是一个多语言基准，用于评估分布偏移下长文本LLM生成文本的归因。它包含六种语言的928本书籍，并突出了性能下降以及没有单一方法在所有设置中始终最佳的现象。
ElementCheck是一个复杂性感知框架，通过提取句子元素并将其组织成元素图来提高长文本事实性评估，并伴随新的基准FastFact-Sent以增强验证准确性。
提出叙事知识编织器（NKW），一种基于来源的框架，用于长文本理解中的叙事中心检索增强推理。它对齐文本证据、原子事实、图结构、实体档案和故事线，在剧本级故事世界QA基准上取得强劲结果。