論文の概要: CAAFC: Chronological Actionable Automated Fact-Checker for misinformation / non-factual hallucination detection and correction

• arxiv url: http://arxiv.org/abs/2605.12436v1
• Date: Tue, 12 May 2026 17:32:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-13 21:48:57.052828
• Title: CAAFC: Chronological Actionable Automated Fact-Checker for misinformation / non-factual hallucination detection and correction
• Title（参考訳）: CAAFC: 誤情報/非事実幻覚検出・修正のための時系列行動自動化Fact-Checker
• Authors: Islam Eldifrawi, Shengrui Wang, Amine Trabelsi,
• Abstract要約: 本稿では,既存のAFCシステムのギャップを埋めるためのフレームワークであるCAAFC(Chronological Actionable Automated Fact-Checker)を紹介する。 クレーム、会話、対話を操作し、事実の誤りや幻覚を検出する。 また、プライマリ・インフォメーション・ソースがサポートする実用的な正当化を提供することで修正することもできる。
• 参考スコア（独自算出の注目度）: 7.242712564607927
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: With the vast amount of content uploaded every hour, along with the AI generated content that can include hallucinations, Automated Fact-Checking (AFC) has become increasingly vital, as it is infeasible for human fact-checkers to manually verify the sheer volume of information generated online. Professional fact-checkers have identified several gaps in existing AFC systems, noting a misalignment between how these systems operate and how fact-checking is performed in practice. In this paper, we introduce CAAFC (Chronological Actionable Automated Fact-Checker), a frame-work designed to bridge these gaps. It surpasses SOTA AFC and hallucination detection systems across multiple benchmark datasets. CAAFC operates on claims, conversations, and dialogues, enabling it not only to detect factual errors and hallucinations, but also to correct them by providing actionable justifications supported by primary information sources. Furthermore, CAAFC can update evidence and knowledge bases by incorporating recent and contextual information when necessary, thereby enhancing the reliability of fact verification.
• Abstract（参考訳）: AFC(Automated Fact-Checking)は、時間ごとにアップロードされる大量のコンテンツを、幻覚を含むAI生成コンテンツとともに、ますます重要になっている。 プロのファクトチェック担当者は、既存のAFCシステムにおけるいくつかのギャップを特定し、これらのシステムの動作方法と実際のファクトチェックの実施方法の相違を指摘した。 本稿では,これらのギャップを埋めるためのフレームワークであるCAAFC(Chronological Actionable Automated Fact-Checker)を紹介する。 複数のベンチマークデータセットでSOTA AFCや幻覚検出システムを上回る。 CAAFCはクレーム、会話、対話を運用しており、事実の誤りや幻覚を検知できるだけでなく、一次情報ソースがサポートする実用的な正当化を提供することで修正できる。 さらに、CAAFCは、必要に応じて最新の情報や文脈情報を組み込むことで、証拠や知識ベースを更新でき、事実検証の信頼性を高めることができる。

関連論文リスト

• Is a Picture Worth a Thousand Words? Adaptive Multimodal Fact-Checking with Visual Evidence Necessity [7.793738133162104]
  AMuFCは、視覚的エビデンスを適応的に利用するために2つの協調エージェントを使用するマルチモーダルなファクトチェックフレームワークである。 解析器の視覚的エビデンス評価を検証器の予測に組み込むことで,検証性能が大幅に向上することを示す。 すべてのコードに加えて、より現実的なシナリオでファクトチェックモジュールを評価するために新たに構築されたデータセットであるWebFCもリリースします。
  論文  参考訳（メタデータ） (2026-04-06T14:01:38Z)
• InFi-Check: Interpretable and Fine-Grained Fact-Checking of LLMs [48.98720183285795]
  InFi-Checkは、大規模な言語モデルの解釈ときめ細かい事実チェックのためのフレームワークである。 InFi-Checkerは、サポートエビデンスを提供し、きめ細かいエラータイプを分類し、修正と共に正当化を生成する。 実験の結果,InFi-CheckerはInFi-Check-FGの最先端性能を実現することがわかった。
  論文  参考訳（メタデータ） (2026-01-10T20:00:17Z)
• OpenFactCheck: Building, Benchmarking Customized Fact-Checking Systems and Evaluating the Factuality of Claims and LLMs [59.836774258359945]
  OpenFactCheckは、カスタマイズされたファクトチェックシステムを構築するためのフレームワークである。 ユーザーは自動的にファクトチェッカーをカスタマイズし、文書やクレームの事実的正当性を検証できる。 CheckerEVALは、人間の注釈付きデータセットを使用して、自動ファクトチェッカーの検証結果の信頼性を高めるソリューションである。
  論文  参考訳（メタデータ） (2024-05-09T07:15:19Z)
• Credible, Unreliable or Leaked?: Evidence Verification for Enhanced Automated Fact-checking [11.891881050619457]
  『信頼性・信頼性・信頼性・漏れ』データセットは、Credible, Un Reliable, Fact Check (Leaked)に分類される91,632件からなる。 「証拠検証ネットワーク(EVVER-Net)は、短文・長文ともに漏洩・信頼性の低い証拠を検出するためにCREDULEで訓練した」 「EVVER-Netは91.5%と94.4%の精度で素晴らしい性能を誇示できる」
  論文  参考訳（メタデータ） (2024-04-29T13:47:04Z)
• EX-FEVER: A Dataset for Multi-hop Explainable Fact Verification [22.785622371421876]
  マルチホップで説明可能な事実検証のための先駆的データセットを提案する。 2ホップと3ホップの推論を含む6万件以上の主張により、それぞれがハイパーリンクされたウィキペディア文書から情報を要約して修正することによって作成される。 提案するEX-FEVERデータセットをベースラインとして,文書検索,説明生成,クレーム検証を行う。
  論文  参考訳（メタデータ） (2023-10-15T06:46:15Z)
• Give Me More Details: Improving Fact-Checking with Latent Retrieval [58.706972228039604]
  証拠は、自動化された事実チェックにおいて重要な役割を果たす。 既存のファクトチェックシステムは、エビデンス文が与えられたと仮定するか、検索エンジンが返した検索スニペットを使用する。 資料から得られた全文を証拠として組み込んで,2つの豊富なデータセットを導入することを提案する。
  論文  参考訳（メタデータ） (2023-05-25T15:01:19Z)
• Synthetic Disinformation Attacks on Automated Fact Verification Systems [53.011635547834025]
  本研究では,2つのシミュレーション環境において,自動ファクトチェッカーの合成正反対証拠に対する感度について検討する。 これらのシステムでは,これらの攻撃に対して大幅な性能低下がみられた。 偽情報の発生源としての現代のNLGシステムの脅威の増大について論じる。
  論文  参考訳（メタデータ） (2022-02-18T19:01:01Z)
• FaVIQ: FAct Verification from Information-seeking Questions [77.7067957445298]
  実ユーザによる情報探索質問を用いて,ファVIQと呼ばれる大規模事実検証データセットを構築した。 我々の主張は自然であると証明され、語彙バイアスがほとんどなく、検証の証拠を完全に理解する必要がある。
  論文  参考訳（メタデータ） (2021-07-05T17:31:44Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。