为解决社交媒体上大规模的多模态虚假信息检测问题，我们介绍了一个名为 FACTIFY 3M 的数据集，包含了 3 百万个样本，其中包括文本声明、图像、像素级图像热力图和 5W 问答对等元素，并且提供了可解释性的概念。

May, 2023

本文介绍了一个大规模的事实验证数据集 FAVIQ，并指出目前最先进的模型并不能完全解决该任务，而基于该数据的训练有助于事实核查，能在专业事实核查方面胜过目前广泛使用的数据集 FEVER 或领域内数据，为自然语言理解提供了一个具有挑战性的基准。

Jul, 2021

本文针对自动事实检测的不足之处，提供了首个研究可利用可用的声明上下文生成自动化证明，并且演示了一项同时优化判断准确性预测和证明生成的多任务模型平均性能更好。

Apr, 2020

使用问题回答预测自然逻辑运算符，不依赖标注数据、具有确定性推理系统的方法，在少样本设置下，在 FEVER 上的准确度比最佳基线提高了 4.3 个百分点，并且在丹麦验证数据集上超过了所有其他方法，展示了系统的鲁棒性和可移植性，通过人工评估得出结论：相较于之前的基于自然逻辑的系统，我们的方法产生了更可信的证据，并且使用更少错误的自然逻辑运算符。

Oct, 2023

验证与归因对于领域特定的语言模型在高风险领域中提供准确信息至关重要，本研究通过领域专家的参与，对领域特定的语言模型生成的回答进行事实性和归因方面的评估研究，并构建了包含 32 个领域，2177 个问题以及验证答案和归因的高质量长型问答数据集 ExpertQA。

Sep, 2023

本文综述了自动事实检查中解释功能的现有方法，分析了好的解释特性，并描述了相关的进一步研究方向。

Nov, 2020

本文描述了我们在 2022 AAAI 多模态事实验证（Factify）挑战上的参与系统。 我们处理该挑战为多模态蕴含任务，作为多类分类，并提出并探索了两种基线方法，包括集成模型和多模态注意力网络。 我们在此工作中测试了不同 SoTA 预训练变换器和视觉模型。 最佳模型在排行榜中排名第一， 平均 F - 度量值为 0.77。 最后，我们强调了未来研究的任务和多模态数据集的挑战。

Dec, 2021

本文提出了采用反事实解释的方法，通过三步：提问，寻找矛盾，合理推理，来让读者理解为什么一个特定新闻被认定为虚假，通过在 FEVER 数据集的实验评估表明，这种方法相比于现有成果更具有帮助性。

Jun, 2022

本文介绍了 Pre-CoFactv3，一种包括问题回答和文本分类组件的综合框架，用于事实验证。通过利用上下文学习、经过微调的大型语言模型（LLMs）和 FakeNet 模型，我们解决了事实验证的挑战。我们的实验探索了不同的预训练 LLMs、引入 FakeNet 和实施各种集成方法。值得注意的是，我们的团队 Trifecta 在 AAAI-24 Factify 3.0 研讨会上获得了第一名，超过基准准确率 103%，并保持与第二名竞争者的 70% 领先优势。这一成功突显了我们方法的有效性以及对推进事实验证研究的潜在贡献。

Mar, 2024

本文介绍自动事实核查在互联网内容管理中的重要性，提出了面向缺陷的事实核查任务并引入了专门设计的框架 RefuteClaim，通过提取和转换专家审查的见解，创造了用于该任务的数据集 FlawCheck，并实验证明了 RefuteClaim 在分类和阐明虚假主张方面的有效性。

Jan, 2024