arXiv · cs.AI· Yuhang Dong·· 23 小时前AI 评分28
SEAC：基于经验条件的事实核查"停止还是澄清"决策方法
Stop or Clarify? Experience-Conditioned Active Fact Verification
来源与原文
arXiv · cs.AI
作者：Yuhang Dong
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.34941v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
arXiv 论文提出 SEAC（Sequential Experience-Adaptive Clarification），在固定事实核查模型外包裹一个轻量证据获取策略，根据先前执行轨迹的观测性澄清效用估计与停止风险，决定继续取证还是直接出标签。在 SciFact、LIAR 和 FEVER 上，SEAC 的平均准确率和 macro-F1 超过所对比的事实核查与主动检索基线；等预算与公式级诊断支持选择性澄清是增益来源，但 SciFact 数据集较小，其配对提升尚无定论。
来源：arXiv · cs.AI · arxiv.org