基于 MCP 调度的多智能体系统用于自动虚假信息检测

虚假信息在数字平台上的广泛传播给信息完整性带来了重大挑战。本文提出了一种多智能体系统，通过关系抽取来检测新闻文章中的虚假信息，专注于标题和简短文本片段。该 Agentic AI 系统由四个智能体组成：(i) 机器学习智能体（逻辑回归），(ii) 基于命名实体识别的 Wikipedia 知识核查智能体，(iii) 使用 LLM 提示工程的连贯性检测智能体，以及 (iv) 从网页抓取数据中提取关系三元组进行事实核查的分析智能体。该系统通过模型上下文协议（MCP）进行调度，提供组件间的共享上下文和实时学习。结果表明，多智能体集成体系在 achieving 95.3% 的准确率，F1 分数为 0.964，显著优于单个智能体和传统方法。加权聚合方法——源自单个智能体误分类率的推导——优于算法阈值优化。模块化架构使系统易于扩展，同时保持决策过程的细节。