Artikel ini mengusulkan sistem multi-agen baru yang meniru proses pengambilan keputusan anotator manusia untuk mendeteksi dan membantah disinformasi, mencapai hasil yang lebih unggul dibandingkan Model Bahasa Besar individu seperti GPT-4 dan GPT-3.5.
- Sistem ini menggabungkan mekanisme konsensus, keragaman kognitif, keragaman pengetahuan, dan struktur hierarkis yang terinspirasi oleh perilaku manusia.
- Sistem ini memanfaatkan model open-source termasuk LLaMA, Kimi, Qwen, Deepseek, dan LLaMA-Nemotron untuk memastikan transparansi.
- Evaluasi mencakup dataset dalam bahasa Inggris (sumber daya tinggi), Polandia (sumber daya menengah), Slovakia (sumber daya rendah), dan Bulgaria (sumber daya rendah).
- Eksperimen menangani deteksi disinformasi langsung, identifikasi teks yang layak diverifikasi, dan deteksi klaim faktual yang dapat diverifikasi.
Para penulis menganggap pendekatan ini penting karena skala disinformasi membuat verifikasi fakta manual menjadi tidak memadai, sehingga memerlukan metode otomatis yang mengungguli LLM tunggal sambil mempertahankan transparansi melalui komponen open-source.