研究人员开发了 M4FC，一个用于多模态事实核查的新数据集，包含超过 4,900 张图片和 6,900 条声明，涵盖多达十种语言，并由专业人士验证。该数据集支持六种不同的事实核查任务，旨在克服现有资源的局限性。另外，Factiverse 的一项研究将微调的紧凑模型与 GPT-5.2 和 Claude Opus 4.6 等大语言模型在多语言事实核查方面的表现进行了比较，发现专业化模型为生产系统提供了效率和具有竞争力的性能。 AI
影响 多语言事实核查数据集和高效模型架构的进步可以提高打击跨语言虚假信息的规模和准确性。
排序理由 两篇研究论文介绍了新的数据集并评估了事实核查模型。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2510.23508v3 Announce Type: replace Abstract: Existing real-world datasets for multimodal fact-checking have multiple limitations: they contain few instances, cover on only one or two languages, focus only on one task, or rely on external news article sets for sourcing true…
We present a multilingual fact-checking system deployed at Factiverse, designed for high-throughput and low-latency operation across diverse languages. The system follows a modular pipeline with three stages: claim detection, evidence retrieval and re-ranking, and veracity predic…