本文提出了一种新颖的多智能体系统，该系统模拟人类标注者的决策过程以检测和驳斥虚假信息，取得了优于 GPT-4 和 GPT-3.5 等单个大型语言模型的结果。

  • 该系统融合了受人类行为启发的共识机制、认知多样性、知识多样性和层级结构。
  • 它利用 LLaMA、Kimi、Qwen、Deepseek 和 LLaMA-Nemotron 等开源模型以确保透明度。
  • 评估涵盖了英语（高资源）、波兰语（中等资源）、斯洛伐克语（低资源）和保加利亚语（低资源）的数据集。
  • 实验涉及直接虚假信息检测、识别值得验证的文本以及检测可验证的事实主张。

作者认为这种方法很重要，因为虚假信息的规模使得人工事实核查变得不足，因此需要自动化方法来超越单个 LLM，同时通过开源组件保持透明度。