SciLens：具有智能体蕴涵判定与证据关联的多模态科学主张验证

科学发现越来越依赖于生成假设、检查多模态证据并大规模验证主张的自动化系统。然而，通过视觉语言模型进行直接二元判断并不能很好地验证科学主张：主张通常结合了数值结果、比较、范围限定符和解释性上下文，而证据则编码在具有不同基础结构的表格和图形中。我们提出了 SciLens，一种用于多模态科学主张验证的证据条件原子蕴涵框架。 SciLens 将每个主张分解为中心经验原子和背景原子，将中心原子基于特定模态的证据见证，并使用原子级蕴涵规则预测最终标签。对于表来说，原子是基于行、列、单元格、算术关系和表范围；对于图形，它们通过面板、轴、图例、视觉编码、类别、趋势、排名和限定符检查来扎根。这产生了一个统一的验证程序，其中只有当前证据包含每个中心经验原子时，才支持主张。在 SciClaimEval 开发集上，SciLens 实现了 79.2% 的宏观 F1 和 63.1% 的配对准确率，表明结构化代理验证提高了证据敏感性和可解释性。