基于 LLM 的层次化逐步提示方法用于新闻声明事实核查
计算与语言
2023-10-03 v1
摘要
尽管大型预训练语言模型（LLM）已在各类 NLP 任务中展现出令人印象深刻的能力，但其在虚假信息领域仍待充分探索。在本文中，我们考察了具有上下文学习（ICL）能力的 LLM 用于新闻声明核查，并发现仅使用 4 个示例进行演示，若干提示方法的性能便可与此前有监督模型相当。为进一步提升性能，我们引入了一种层次化逐步（HiSS）提示方法，其引导 LLM 将声明分解为若干子声明，随后通过多步问答逐步对每个子声明进行核查。在两个公开虚假信息数据集上的实验结果表明，HiSS 提示优于最先进的完全有监督方法及强少样本 ICL 基线。
引用
@article{arxiv.2310.00305,
title = {Towards LLM-based Fact Verification on News Claims with a Hierarchical Step-by-Step Prompting Method},
author = {Xuan Zhang and Wei Gao},
journal= {arXiv preprint arXiv:2310.00305},
year = {2023}
}
备注
Accepted by AACL 2023