ClaimCheck：利用小语言模型进行实时事实核查
计算与语言
2025-10-03 v1 人工智能
摘要
我们提出了ClaimCheck，一个由大语言模型引导的自动事实核查系统，旨在利用实时网络证据和小语言模型验证现实世界中的声明。与依赖大型闭源模型和静态知识库的系统不同，ClaimCheck采用透明的逐步验证流水线，镜像人类事实核查工作流程，包括网络搜索查询规划、基于网络的证据检索与摘要、证据综合与再检索以及声明判定评估。每个模块都针对小语言模型进行了优化，使系统能够以显著降低的计算需求提供准确且可解释的事实核查。尽管使用了规模小得多的Qwen3-4B模型，ClaimCheck在AVeriTeC数据集上取得了76.4%的最先进准确率，超越了使用LLaMA3.1 70B和GPT-4o的先前方法。广泛的消融实验表明，谨慎的模块化设计和提示策略可以克服小语言模型的局限性。为了促进可访问性和透明度，我们在https://idir.uta.edu/claimcheck提供了一个公开演示。
引用
@article{arxiv.2510.01226,
title = {ClaimCheck: Real-Time Fact-Checking with Small Language Models},
author = {Akshith Reddy Putta and Jacob Devasier and Chengkai Li},
journal= {arXiv preprint arXiv:2510.01226},
year = {2025}
}