标签
DeLIVeR 是一个框架，它使用强化规划器大语言模型将主张分解为问题集，用于结构化知识图谱遍历，在基准数据集上比静态RAG基线提高了10-15%的事实核查准确率。
本文提出了一种多维度分类法，用于描述Reddit上的癌症错误信息，评估了大型语言模型（LLMs）在注释方面的表现，发现约6%的癌症讨论包含错误信息。它识别出反复出现的叙事，如未经支持的治疗方法和对传统医学的不信任。
ReMMD 提出了一种面向多模态虚假信息检测的真实多语言多图像智能验证框架，包含一个包含 500 个样本和 2,756 张图像的基准数据集 ReMMDBench，以及一个以更低成本实现更优真实性检测性能的智能体 ReMMD-Agent。
# 悉尼科技大学研究人员对比微调 Transformer 与零样本 LLM 在 Reddit 虚假信息回应分类任务中的表现 悉尼科技大学的研究人员对微调 Transformer 模型（DistilBERT、RoBERTa）与零样本 LLM（Llama 系列、Claude、Gemini）在 Reddit 虚假信息回应分类任务中的性能进行了比较，发现微调后的 RoBERTa 达到了 0.62 的宏观 F1 分数，而最佳零样本模型仅为 0.50。研究表明，针对特定任务的微调优于更大规模的通用模型，在检测信念传播方面尤为突出，同时前沿模型中的安全对齐机制可能会对模型性能产生负面影响。
本文提出了一种专门用于可解释虚假信息检测的LLM微调流水线，并介绍了一种数据合成方法LonsRex，用于生成必要且充分的解释，解决了仅基于标签正确性进行简单过滤的局限性。
本文介绍了Misviz，一个包含2,604个真实可视化和57,665个合成可视化的基准数据集，标注了12种误导性设计违规，能够自动检测欺骗性图表。该工作评估了最先进的多模态大语言模型和基于规则的系统在这一具有挑战性的任务上的表现，填补了用于训练AI模型以对抗数据可视化虚假信息的资源空白。