Team Trifecta 在 Factify5WQA 上的工作：以微调树立事实核查的标准
计算与语言
2024-03-18 v1 人工智能
机器学习
摘要
在本文中，我们提出了 Pre-CoFactv3，这是一个由问答和文本分类组件组成的综合性事实核查框架。我们利用上下文学习、微调的大型语言模型和 FakeNet 模型来解决事实核查的挑战。我们的实验探索了多种方法，比较了不同的预训练 LLM，引入了 FakeNet，并实现了多种集成方法。值得注意的是，我们的团队 Trifecta 在 AAAI-24 Factify 3.0 Workshop 中获得第一名，准确率超越基线 103%，并领先第二名 70%。这一成功突显了我们方法的有效性及其对推进事实核查研究的潜在贡献。
引用
@article{arxiv.2403.10281,
title = {Team Trifecta at Factify5WQA: Setting the Standard in Fact Verification with Fine-Tuning},
author = {Shang-Hsuan Chiang and Ming-Chih Lo and Lin-Wei Chao and Wen-Chih Peng},
journal= {arXiv preprint arXiv:2403.10281},
year = {2024}
}
备注
Accepted by AAAI 2024 Workshop: FACTIFY 3.0 - Workshop Series on Multimodal Fact-Checking and Hate Speech Detection