В данной статье предлагается новая мультиагентная система, имитирующая процессы принятия решений аннотаторов-людей для обнаружения и разоблачения дезинформации, демонстрирующая превосходные результаты по сравнению с отдельными большими языковыми моделями, такими как GPT-4 и GPT-3.5.

  • Система включает механизмы консенсуса, когнитивное разнообразие, информационное разнообразие и иерархические структуры, вдохновленные человеческим поведением.
  • Она использует открытые модели, включая LLaMA, Kimi, Qwen, Deepseek и LLaMA-Nemotron, чтобы обеспечить прозрачность.
  • Оценка охватывает датасеты на английском (высокоресурсный), польском (среднересурсный), словацком (низкоресурсный) и болгарском (низкоресурсный) языках.
  • Эксперименты касаются прямого обнаружения дезинформации, выявления текстов, заслуживающих проверки, и обнаружения проверяемых фактических утверждений.

Авторы считают этот подход важным, поскольку масштабы дезинформации делают ручную проверку фактов неэффективной, что требует автоматизированных методов, превосходящих отдельные LLM, но сохраняющих прозрачность за счет открытых компонентов.