利用大语言模型进行信息验证——一种工程方法
机器学习
2025-06-24 v1
摘要
为 ACMMM25 挑战赛，我们提出了一种实用的工程方法，用于多媒体新闻来源验证，利用大语言模型（LLM）如 GPT-4o 作为管道的核心。我们的方法按照一系列简洁的步骤处理图像和视频：首先，通过 Google 工具生成通用查询的元数据，捕获相关内容和链接。随后，对多媒体数据进行分段、清洗并转换为帧，从中挑选出最具信息性的 top-K 帧。这些帧与元数据进行交叉引用，以识别共识或不一致之处。此外，还提取音频转录文本进行进一步验证。值得注意的是，整个管道均通过 GPT-4o 的提示工程实现自动化，人工干预仅限于最终验证。
引用
@article{arxiv.2506.18274,
title = {Leveraging Large Language Models for Information Verification -- an Engineering Approach},
author = {Nguyen Nang Hung and Nguyen Thanh Trong and Vuong Thanh Toan and Nguyen An Phuoc and Dao Minh Tu and Nguyen Manh Duc Tuan and Nguyen Dinh Mau},
journal= {arXiv preprint arXiv:2506.18274},
year = {2025}
}