arXiv cs.AI· Yuhang Dong, Jinghong Li, Xinyue Wang, Yuanning Cui·· 14 小时前AI 评分31
SEAC：经验自适应的主动事实核查“停止或澄清”决策
Stop or Clarify? Experience-Conditioned Active Fact Verification
AI 导读
研究提出 SEAC（Sequential Experience-Adaptive Clarification），用一个轻量级证据获取策略包裹固定核查器，依据停止风险与历史轨迹中的澄清效用估计，仅在得分超过动作成本与决策阈值时请求澄清。
正文 · AI 翻译
摘要：事实核查基准评测的是最终标签，而交互式核查器必须先判断现有证据是否充分。我们聚焦于这一中间环节——停止或澄清决策。仅凭不确定性并不足够，因为在采取下一步之前，额外一次证据获取步骤的收益是未知的。顺序经验自适应澄清（SEAC）用一个轻量级的证据获取策略包裹固定的核查器。对于每条主张，SEAC 检索证据、运行核查器、形成无标签的决策状态，并将停止风险与来自先前已执行轨迹的观测式澄清效用估计相结合。仅当该分数超过动作成本与决策阈值时，才请求澄清。在 SciFact、LIAR 和 FEVER 上，SEAC 相比所对比的事实核查与主动检索基线，提升了平均准确率和宏 F1。等预算与公式级诊断支持选择性澄清是增益的贡献因素之一，而较小的 SciFact 划分使其配对改进尚无定论。
| 主题： | 人工智能（cs.AI） |
| ACM 分类： | I.2.7 |
| 引用为： | arXiv:2610.34941 [cs.AI] |
| （或 arXiv:2610.34941v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.34941 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Yuhang Dong [查看邮箱]
[v1]
2026年10月26日 星期一 07:08:26 UTC（2,016 KB）
来源：arXiv cs.AI · arxiv.org