यह लेख एक नवीन मल्टी-एजेंटिक सिस्टम का प्रस्ताव करता है जो गलत सूचना का पता लगाने और उसे खंडित करने के लिए मानव एनोटेटर्स के निर्णय लेने की प्रक्रियाओं का अनुकरण करता है, GPT-4 और GPT-3.5 जैसे व्यक्तिगत बड़े भाषा मॉडलों की तुलना में श्रेष्ठ परिणाम प्राप्त करता है।
- सिस्टम मानव व्यवहार से प्रेरित सहमतता तंत्र, संज्ञानात्मक विविधता, ज्ञान विविधता और पदानुक्रमित संरचनाओं को शामिल करता है।
- यह पारदर्शिता सुनिश्चित करने के लिए LLaMA, Kimi, Qwen, Deepseek और LLaMA-Nemotron सहित ओपन-सोर्स मॉडल का लाभ उठाता है।
- मूल्यांकन अंग्रेजी (उच्च-संसाधन), पोलिश (मध्यम-संसाधन), स्लोवाक (निम्न-संसाधन) और बल्गेरियाई (निम्न-संसाधन) में डेटासेट को कवर करता है।
- प्रयोग सीधी गलत सूचना का पता लगाने, सत्यापन के योग्य पाठ की पहचान करने, और सत्यापनीय तथ्यात्मक दावों का पता लगाने से निपटते हैं।
लेखक इस दृष्टिकोण को महत्वपूर्ण मानते हैं क्योंकि गलत सूचना का पैमाना मैन्युअल तथ्य-जांच को अपर्याप्त बना देता है, जिसके परिणामस्वरूप एकल LLMs से बेहतर प्रदर्शन करने वाले स्वचालित तरीकों की आवश्यकता होती है, जो ओपन-सोर्स घटकों के माध्यम से पारदर्शिता बनाए रखते हैं।