英语和泰卢固语中的自动事实核查
Automatic Fact-checking in English and Telugu
AI总结：
本文提出了一种双语事实核查方法，利用大型语言模型在英语和泰卢固语中对事实性声明进行真实性分类并生成证明。
摘要：
虚假信息构成了全球性的重大挑战，手动验证声明是一个耗时且资源密集的过程。在本文中，我们尝试了不同的方法来研究大型语言模型（LLMs）在根据真实性分类事实性声明并用英语和泰卢固语生成证明方面的有效性。这项工作的关键贡献包括创建了一个双语英语-泰卢固语数据集，并基于LLMs的不同真实性分类方法进行了基准测试。
英文摘要：
False information poses a significant global challenge, and manually verifying claims is a time-consuming and resource-intensive process. In this research paper, we experiment with different approaches to investigate the effectiveness of large language models (LLMs) in classifying factual claims by their veracity and generating justifications in English and Telugu. The key contributions of this work include the creation of a bilingual English-Telugu dataset and the benchmarking of different veracity classification approaches based on LLMs.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
