Cet article propose un nouveau système multi-agent qui émule les processus de prise de décision des annotateurs humains pour détecter et démentir la désinformation, obtenant de meilleurs résultats que les modèles de langage larges individuels tels que GPT-4 et GPT-3.5.
- Le système intègre des mécanismes de consensus, une diversité cognitive, une diversité des connaissances et des structures hiérarchiques inspirées du comportement humain.
- Il exploite des modèles open-source incluant LLaMA, Kimi, Qwen, Deepseek et LLaMA-Nemotron pour garantir la transparence.
- L'évaluation couvre des ensembles de données en anglais (haute ressource), polonais (ressource moyenne), slovaque (basse ressource) et bulgare (basse ressource).
- Les expériences portent sur la détection directe de la désinformation, l'identification de textes dignes de vérification et la détection de faits vérifiables.
Les auteurs considèrent cette approche importante car l'échelle de la désinformation rend la vérification manuelle des faits inadéquate, nécessitant des méthodes automatisées qui surpassent les LLM uniques tout en maintenant la transparence grâce à des composants open-source.