DiVA：基于智能体判别式的细粒度事实性验证
计算与语言
2026-01-08 v1
摘要
尽管大型语言模型（LLM）取得了显著进展，但其事实性仍是一个关键挑战，推动了事实性验证研究的日益关注。现有的事实性验证研究主要进行二元判断（例如正确或错误），这无法区分不同程度的错误严重程度，限制了其在细粒度评估和偏好优化等应用中的实用性。为弥合这一差距，我们提出了智能体判别式验证器（DiVA），一种混合框架，融合生成模型的智能体搜索能力与判别模型的精确评分能力。我们还构建了一个新的基准，FGVeriBench，作为细粒度事实性验证的稳健测试平台。FGVeriBench 上的实验结果表明，DiVA 在一般问题和多跳问题的事实性验证方面显著优于现有方法。
引用
@article{arxiv.2601.03605,
title = {DiVA: Fine-grained Factuality Verification with Agentic-Discriminative Verifier},
author = {Hui Huang and Muyun Yang and Yuki Arase},
journal= {arXiv preprint arXiv:2601.03605},
year = {2026}
}