大语言模型能否自动化编写事实核查文章？
计算与语言
2026-02-11 v2 人工智能
摘要
自动事实核查旨在通过提供工具来支持专业事实核查员，从而加快手动事实核查的速度。然而，现有框架未能解决面向大众 dissemination 的输出生产这一关键步骤：虽然人类事实核查员通过事实核查文章传达其发现，但自动化系统通常对其评估没有任何或很少的依据。我们旨在弥合这一差距。具体而言，我们通过对来自领先事实核查组织的专家进行一系列访谈，确定了此类文章的关键需求。随后，我们开发了 QRAFT，一个模仿人类事实核查员写作工作流程的基于大语言模型的智能体框架。最终，我们通过专业事实核查员的人类评估来评估 QRAFT 的实际有用性。我们的评估表明，尽管 QRAFT 在 several 之前提出的文本生成方法中表现出色，但在专家撰写的文章方面仍有明显不足之处。我们希望本工作将推动此新型且重要方向的进一步研究。我们的实现代码已提供于 https://github.com/mbzuai-nlp/qraft.git。
引用
@article{arxiv.2503.17684,
title = {Can LLMs Automate Fact-Checking Article Writing?},
author = {Dhruv Sahnan and David Corney and Irene Larraz and Giovanni Zagni and Ruben Miguez and Zhuohan Xie and Iryna Gurevych and Elizabeth Churchill and Tanmoy Chakraborty and Preslav Nakov},
journal= {arXiv preprint arXiv:2503.17684},
year = {2026}
}
备注
Accepted to TACL 2026, pre-MIT Press publication version