Node-to-Neighborhood Semantic Consistency: Text-Topology Alignment for TAGs Anomaly Detection
School of Data Science and Engineering, East China Normal University(东华大学数据科学与工程学院);WeChat, Tencent(微信、腾讯)
针对文本属性图异常检测中文本语义与拓扑关系不对齐的问题,提出N2NSC框架,通过双融合路径捕获节点与邻域的语义一致性,在八个数据集上超越现有方法。
2026-06-29 cs.CL
Scoped Verification for Reliable Long-Horizon Agentic Context Evolution under Distribution Shift
RedMind Research(红芯研究公司);National Taiwan University(国立台湾大学)
研究长时代理上下文演化在分布转移下的验证问题,提出图正则化代理上下文演化方法(GRACE),通过维护指令为类型化语义图并在局部验证更新,实验表明该方法显著提升了严格可靠性。
2026-09-22 cs.AI cs.CL
How Robust Is Multimodal Claim Verification to LLM Rewriting?
NII LLMC, Japan(国立情报学研究所 LLMC,日本);National Institute of Informatics, Japan(国立情报学研究所,日本);University of Göttingen, Germany(哥廷根大学,德国);University of Bologna, Italy(博洛尼亚大学,意大利);The University of Tokyo, Japan(东京大学,日本);Inria, LS2N, Nantes Université, France(法国国家信息与自动化研究所,LS2N,南特大学,法国)
本文研究LLM重写对多模态声明验证的影响,发现模型对自然重写和受控注入具有鲁棒性,但概率偏移存在,且对冲条件影响最大。
2026-10-05 cs.CL
GPTs at Factify 2022: Prompt Aided Fact-Verification
Indian Institute of Technology (Indian School of Mines)(印度理工学院(印度矿业学院))
最紧迫的社会问题之一是打击虚假新闻。虚假的索赔,因为他们很难揭露,造成了很大的损害。为了解决这个问题,事实验证变得至关重要,因此一直是不同研究团体感兴趣的话题。仅使用文本形式的数据,我们提出了我们的解决方案的问题,并取得了竞争力的结果与其他方法。我们提出了我们的解决方案基于两种方法- PLM(预训练语言模型)的方法和提示的方法。基于PLM的方法使用传统的监督学习,其中模型被训练为将“x”作为输入,并且输出预测“y”作为P(y| x)。然而,基于语义的学习反映了设计输入以适应模型的想法,使得原始目标可以被重新构建为(掩蔽)语言建模的问题。我们可以进一步激发PLM提供的丰富知识,通过采用额外的提示来微调PLM,从而更好地服务于下游任务。我们的实验表明,所提出的方法比只是微调PLM更好。我们在FACTIFY数据集上获得了0.6946的F1分数,在竞争排行榜上排名第7。
2022-06-29 cs.CL
TabVer: Tabular Fact Verification with Natural Logic
University of Cambridge(剑桥大学)
提出TabVer,通过自然逻辑的集合论解释整合算术函数,利用大语言模型生成表达式,在表格事实核查中超越现有方法。
2024-11-02 cs.CL
One-shot Style Transfer LLM log-probabilities for Authorship Attribution and Verification
Department of Computer Systems(计算机系统系);Technical University of Madrid(马德里技术大学)
本文提出利用LLM的单次风格迁移能力,通过无监督方法提升作者身份识别与验证的性能,同时优化计算成本与任务表现的平衡。
2026-09-02 cs.AI cs.CL
SLIDE: Integrating Speech Language Model with LLM for Spontaneous Spoken Dialogue Generation
Institute of Acoustics, Chinese Academy of Sciences(中国科学院声学研究所);University of Chinese Academy of Sciences(中国科学院大学);Guangdong Provincial Public Security Department(广东省公安厅);Shanghai Jiao Tong University(上海交通大学)
本文提出 SLIDE 框架,通过 LLM 生成对话文本、双塔 Transformer 预测音素时长、SLM 发声化,在 Fisher 数据集上实现语义连贯的自然口语对话生成。
2025-01-01 cs.CL cs.SD eess.AS
TabFact: A Large-scale Dataset for Table-based Fact Verification
University of California, Santa Barbara(加州大学圣巴巴拉分校);Tencent AI Lab(腾讯人工智能实验室)
根据给定的证据来验证语篇假设是否成立的问题,也称为事实验证,在自然语言理解和语义表示的研究中起着重要的作用。然而,现有的研究主要局限于处理非结构化证据(例如,自然语言句子和文档、新闻等),而在结构化证据(例如表格、图形和数据库)下的验证仍然未被充分探索。本文主要研究半结构化数据作为证据的事实验证问题。为此,我们构建了一个名为TabFact的大规模数据集,其中包含16 k个Wikipedia表作为118 k个人类注释的自然语言语句的证据,这些语句被标记为ENTANOW或REFUTED。TabFact具有挑战性,因为它涉及软语言推理和硬符号推理。为了解决这些推理挑战,我们设计了两种不同的模型:表BERT和潜在程序算法(LPA)。Table-BERT利用最先进的预训练语言模型将线性化的表和语句编码为连续向量以进行验证。LPA将语句解析为程序,并针对表执行它们,以获得返回的二进制值进行验证。这两种方法都达到了类似的准确性,但仍然远远落后于人类的表现。我们还进行全面的分析,以展示未来的巨大机会。数据集的数据和代码见\url{https://github.com/wenhuchen/Table-Fact-Checking}。
2020-06-14 cs.AI cs.CL
The Automated Verification of Textual Claims (AVeriTeC) Shared Task
Queen Mary University of London(伦敦玛丽女王大学);University of Cambridge(剑桥大学);Meta;King’s College London(伦敦国王学院);Amazon AGI(亚马逊AGI);KAIST(韩国科学技术院)
本文介绍AVeriTeC文本声明自动验证共享任务,说明其证据检索与真实性预测的任务要求、AVeriTeC评分规则,公布21份参赛作品中18份超基线、TUDA_MAI团队以63%得分获胜等结果及关键结论。
2024-10-31 cs.CL
MEVER: Multi-Modal and Explainable Claim Verification with Graph-based Evidence Retrieval
University of Sheffield(谢菲尔德大学);University of Science and Technology Beijing(北京科技大学);University of California San Diego(加州大学圣地亚哥分校);The Pennsylvania State University(宾夕法尼亚州立大学)
MEVER通过多模态图检索和解释生成,实现了准确且可解释的声明验证,同时创建了AI领域的科学数据集AIChartClaim。
2026-02-10 cs.CL
What's the Best Way to Retrieve Slides? A Comparative Study of Multimodal, Caption-Based, and Hybrid Retrieval Techniques
Aristotle University of Thessaloniki(亚里士多德大学)
本文系统比较了视觉后期交互嵌入、视觉重排序、混合检索及基于视觉语言模型的字幕生成等多种幻灯片检索方法,发现字幕生成方案在保持检索性能的同时显著降低存储需求,为实际系统选型提供了指导。
2025-09-18 cs.CL
A Practical Synthesis of Detecting AI-Generated Textual, Visual, and Audio Content
AI Labs, King/Microsoft R\&D, CSPaper Stockholm, Sweden
本文综述AI生成文本、图像与音频的检测与缓解方法,涵盖统计分析、模型流水线、水印指纹及集成技术,并结合多领域案例讨论鲁棒性与人在环验证,为应对开放挑战提供指南。
2025-09-26 cs.CL cs.LG
SlideLab: Audience-Centered Scientific Slide Generation and Evaluation
INSAIT, Sofia University “St. Kliment Ohridski”(INSAIT,索非亚圣克莱门特奥赫里德大学)
SlideLab是一个无需训练的多智能体框架,通过规划叙事和迭代优化生成科技演示,在盲人偏好研究中以更少推理令牌优于现有系统,并引入ConfArena逐张评估演示质量。
2026-10-09 cs.AI cs.CL
SlideVQA: A Dataset for Document Visual Question Answering on Multiple Images
NTT Human Informatics Laboratories, NTT Corporation(日本电信电话株式会社人类信息学实验室)
包含文本、视觉和布局信息的文档图像上的视觉问答,称为文档VQA,近来受到了广泛的关注。尽管已经提出了许多数据集用于开发文档VQA系统,但大多数现有数据集都专注于理解单个图像内的内容关系,而不是多个图像之间的内容关系。在这项研究中,我们提出了一个新的多图像文档VQA数据集,SlideVQA,包含2.6k+幻灯片甲板组成的52k+幻灯片图像和14.5k问题的幻灯片甲板。SlideVQA需要复杂的推理,包括单跳、多跳和数值推理,并提供数值答案的注释算术表达式,以增强数值推理能力。此外,我们开发了一个新的端到端的文档VQA模型,将证据选择和问答在一个统一的序列到序列的格式。在SlideVQA上的实验表明,我们的模型优于现有的最先进的QA模型,但它仍然与人类的表现有很大的差距。我们相信,我们的数据集将促进对文件VQA的研究。
2023-01-12 cs.CL cs.CV
Latent Chain-of-Thought as Planning: Decoupling Reasoning from Verbalization
Beihang University(北航大学);Didi Chuxing(滴滴出行)
PLaT通过解耦推理与言说,实现了更灵活的推理过程和更高的可扩展性。
2026-09-29 cs.AI cs.CL
Are Machines Better at Complex Reasoning? Unveiling Human-Machine Inference Gaps in Entailment Verification
University of Southern California(南加州大学);University of Washington(华盛顿大学);Nanyang Technological University(南洋理工大学)
本研究构建多句前提的蕴含验证基准,发现LLMs在多跳推理上优于人类,而人类擅长简单演绎推理;微调的Flan-T5模型超越GPT-3.5并媲美GPT-4,用于过滤不一致推理依据,使三个多选题数据集平均准确率提升6%。
2024-05-27 cs.AI cs.CL
OmniVerifier-M1: Multimodal Meta-Verifier with Explicit Structured Recalibration
Tsinghua University(清华大学);Pennsylvania State University(宾夕法尼亚州立大学);University of Southern California(南加州大学);Microcyto;Princeton University(普林斯顿大学)
提出OmniVerifier-M1,通过符号化元验证(如边界框)和解耦强化学习,实现多模态大模型的可靠细粒度验证与动态区域级自校正。
2026-05-27 cs.AI cs.CL cs.CV
ProVe: A Pipeline for Automated Provenance Verification of Knowledge Graphs against Textual Sources
King’s College London(伦敦国王学院)
知识图谱是以语义三元组的形式从多个领域和来源收集数据的信息库,作为现代网络环境中各种关键应用程序的结构化数据源,从维基百科信息框到搜索引擎。这些图表主要作为信息的第二来源,并依赖于记录良好和可核实的出处,以确保其可信度和可用性。然而,他们系统地评估和确保这种来源的质量的能力,最重要的是它是否正确地支持图的信息,主要依赖于不随大小而扩展的手动过程。ProVe旨在弥补这一点,包括一个流水线的方法,自动验证是否知识图谱三元组是从其记录出处提取的文本支持。ProVe旨在帮助信息管理员,包括四个主要步骤,涉及基于规则的方法和机器学习模型:文本提取,三重语言化,句子选择和声明验证。ProVe在Wikidata数据集上进行了评估,在检测来源支持的二进制分类任务上取得了令人鼓舞的整体结果和出色的性能,在文本丰富的源上具有87.5%的准确率和82.9%的F1宏。本文中使用的评估数据和脚本可在GitHub和Figshare上获得。
2022-10-26 cs.CL
GISTBench: Evaluating LLM User Understanding via Evidence-Based Interest Verification
Meta Recommendation Systems (MRS)(Meta推荐系统(MRS))
GISTBench通过证据基础的兴趣验证评估大语言模型在推荐系统中理解用户的能力,提出两种新指标并验证了合成数据集的准确性。
2026-10-05 cs.AI cs.CL
SlideTailor: Personalized Presentation Slide Generation for Scientific Papers
SlideTailor通过用户指定的偏好生成个性化科学论文演示文稿,结合人类行为启发的代理框架和语音链机制,提升生成质量与应用效果。
2025-12-23 cs.AI cs.CL cs.MM
Every Part Matters: Integrity Verification of Scientific Figures Based on Multimodal Large Language Models
School of Information Management(信息管理学院);Wuhan University(武汉大学)
本文提出图表完整性验证新任务,构建大规模数据集Figure-seg,并创新EPM框架利用多模态大语言模型通过类比推理提升文本与图表的细粒度对齐与验证,显著改进了复杂科学图表的精确分析。
2024-07-26 cs.AI cs.CL cs.CV
FEVER: a large-scale dataset for Fact Extraction and VERification
University of Sheffield(谢菲尔德大学);Amazon Research Cambridge(亚马逊剑桥研究院)
在本文中,我们介绍了一个新的公开可用的数据集对文本源,FEVER:事实提取和验证验证。它包括185,445个通过修改从维基百科提取的句子而产生的声明,随后在不知道它们来自的句子的情况下进行验证。在Fleiss $κ$中达到0.6841的注释者将声明分类为支持、反驳或NotEnoughInfo。对于前两类,注释者还记录了构成其判断必要证据的句子。为了描述所提出的数据集的挑战,我们开发了一种管道方法,并将其与适当设计的预言机进行比较。我们在标记一个伴随着正确证据的声明时达到的最佳准确率是31.87%,而如果我们忽略证据,则达到50.91%。因此,我们认为,FEVER是一个具有挑战性的测试平台,将有助于刺激针对文本来源的声明验证的进展。
2018-12-18 cs.CL
UKP-Athene: Multi-Sentence Textual Entailment for Claim Verification
Technische Universität Darmstadt(达姆施塔特工业大学)
事实提取和验证(FEVER)共享任务的启动是为了支持能够通过从原始文本中提取支持或反驳事实来验证声明的系统的开发。共享任务组织器为索赔验证中涉及的连续步骤提供大规模数据集,特别是文档检索,事实提取和索赔分类。在本文中,我们提出了我们的索赔验证管道方法,根据初步结果,在23个竞争系统中,该方法在共享任务中排名第三。对于文档检索,我们实现了一种新的实体链接方法。为了能够对候选事实进行排名并根据几个选定的事实对索赔进行分类,我们对增强型LSTM(ESIM)进行了两个扩展。
2019-05-09 cs.AI cs.CL cs.IR
H-STAR: LLM-driven Hybrid SQL-Text Adaptive Reasoning on Tables
Virginia Tech(弗吉尼亚理工大学);Arizona State University(亚利桑那州立大学);University of Pennsylvania(宾夕法尼亚大学)
本文提出LLM驱动的H-STAR算法,通过两阶段过程结合符号与语义推理进行表格推理,在多个数据集上显著优于现有方法。
2025-04-07 cs.AI cs.CL cs.DB
Analyzing Reasoning Consistency in Large Multimodal Models under Cross-Modal Conflicts
Harbin Institute of Technology(哈尔滨工业大学);Peng Cheng Laboratory(鹏城实验室);National University of Singapore(新加坡国立大学)
本文提出逻辑图扰动协议,通过主动视觉上下文细化方法,解决大型多模态模型在跨模态冲突下的推理一致性问题,提升推理鲁棒性。
2026-01-07 cs.AI cs.CL cs.CV
STEVE: Stabilizing Textual Gradient-Based Prompt Optimization via Error-Driven Refinement and Regularized Verification
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Google DeepMind(谷歌DeepMind)
STEVE通过错误驱动精炼和正则化验证两种机制,稳定文本梯度提示优化,减少性能退化,在多个基准上生成更稳健的提示。
2026-09-22 cs.AI cs.CL cs.LG
Bridging Textual and Tabular Worlds for Fact Verification: A Lightweight, Attention-Based Model
Gesellschaft für wissenschaftliche Datenverarbeitung mbH Göttingen (GWDG)(哥廷根科学数据处理协会(GWDG));National Institute of Informatics (NII)(信息学研究所(NII))
针对FEVEROUS事实验证任务中基于规则转换导致上下文丢失的问题,提出一种轻量级基于注意力的模型,通过预训练模型和模块化结构直接处理多模态信息,无需模态转换即可实现与顶级模型相当的验证性能。
2024-03-26 cs.AI cs.CL
WiCE: Real-World Entailment for Claims in Wikipedia
The University of Texas at Austin(德克萨斯大学奥斯汀分校)
提出了WiCE,一个基于Wikipedia自然主张和证据对的细粒度文本蕴含数据集,包含子句级蕴含判断和最小证据子集,并利用GPT-3.5自动分解策略提升模型性能,揭示了真实主张的验证与检索挑战。
2023-10-22 cs.CL
ESBMC-GraphPLC: Formal Verification of Graphical PLCopen XML Ladder Diagram Programs Using SMT-Based Model Checking
Computer Science, The University of Manchester(计算机科学,曼彻斯特大学);Electrical Engineering, Federal University of Amazonas (UFAM)(电气工程,亚马逊联邦大学(UFAM))
针对ESBMC-PLC无法处理图形化PLCopen XML梯形图的问题,提出基于DFS的图形LD解析器,将连接图转换为布尔触点合取,并采用三级I/O推断方案,成功实现完整GOTO IR转换,验证了3个图形LD程序。
2026-06-24 cs.CL cs.PL
JDocQA: Japanese Document Question Answering Dataset for Generative Language Models
Nara Institute of Science and Technology(奈良科学技术研究所);RIKEN(理化学研究所);ATR(ATR(先进电信研究所))
本文提出JDocQA,一个包含5,504份PDF文档和11,600个日语问答实例的大规模日语文档问答数据集,要求同时利用视觉与文本信息,并通过纳入不可回答问题来抑制大语言模型的幻觉生成。
2024-03-28 cs.CL
VisDoM: Multi-Document QA with Visually Rich Elements Using Multimodal Retrieval-Augmented Generation
University of Maryland(马里兰大学);Adobe Research(奥多比研究院);IGDTUW(英迪拉·甘地德里技术大学)
针对含视觉丰富元素的多文档问答问题,本文构建VisDoMBench基准,提出融合视觉与文本检索的多模态RAG方法VisDoMRAG,通过多步推理和模态融合机制,在该基准上优于基线12-20%。
2025-02-11 cs.CL
ToolSciVer: Multimodal Scientific Claim Verification with Visual Tool Augmented Reinforcement Learning
The Pennsylvania State University(宾夕法尼亚州立大学);University of Waterloo(滑铁卢大学)
研究多模态科学声明验证问题,提出ToolSciVer框架,为视觉语言模型配备三种类型感知视觉工具,用组相对策略优化训练策略,实验证明该方法在多模型上性能优于竞争基线。
2026-07-20 cs.AI cs.CL
Logic-in-Frames: Dynamic Keyframe Search via Visual Semantic-Logical Verification for Long Video Understanding
AI Thrust, HKUST(GZ)(人工智能 thrust,香港科技大学(广州))
针对长视频理解中现有方法忽略文本查询与视觉元素逻辑关系、计算受限下帧采样难的问题,提出基于视觉语义-逻辑搜索的语义驱动关键帧选择框架,定义四类逻辑依赖动态更新采样分布,在关键帧选择和下游视频问答任务上取得最优性能。
2025-05-17 cs.AI cs.CL cs.CV
VERGE: Verification-Enhanced Refinement for Grounded Extraction of Early-Onset Colorectal Cancer Symptoms in Clinical Notes
Southern Methodist University(南卫理公会大学);UT Southwestern Medical Center(德克萨斯大学西南医学中心)
本研究开发了VERGE智能体工作流,通过验证-优化循环提取临床笔记中的早发性结直肠癌预警症状及家族史风险,在4033条标注数据上较基线方法提升了性能,仅需1.5%人工审核。
2026-09-07 cs.CL
Think While You Write: Hypothesis Verification Promotes Faithful Knowledge-to-Text Generation
University of Edinburgh(爱丁堡大学);Apple(苹果公司)
本文提出无需重训的解码方法 TWEAK,通过 HVM 验证生成假设以减少知识到文本幻觉,并基于 FATE 训练专用 HVM,在两个生成器上显著提升忠实度且质量损失极小。
2024-04-03 cs.AI cs.CL
CARE-SD: Explainable Reasoning Architecture for Local SLM Self-Disclosure Analysis in Textual Data
University of Turku(图尔库大学)
本研究提出CARE-SD四模块架构,评估Llama等3种本地SLM,其提升了SLM的准确性与证据可靠性,使Llama 3B的Macro-F1达0.88,且该3B模型性能匹配20B参考模型。
2026-10-16 cs.AI cs.CL cs.CR