论文
ToE：带动态多源证据检索与聚合的层级可解释声明验证框架
ToE: A Hierarchical and Explainable Claim Verification Framework with Dynamic Multi-source Evidence Retrieval and Aggregation
摘要
假新闻的快速传播对信息生态构成日益增长的威胁——尤其当生成式引擎优化（GEO）投毒下的AI生成错误信息使对抗构造的内容被检索系统系统性浮现——污染LLM推理。本文提出证据树（ToE）——面向自动事实核查的层级证据推理框架——把每条声明建模为动态扩展的论证树。ToE集成强化学习驱动的多源检索智能体、证据评估智能体与论证树聚合算法——经可解释证据链迭代分解、检索并验证声明。我们进一步为检索过程提供理论分析——推导保证所学策略收敛到信息论最优策略邻域的形式误差界。跨多数据集与骨干LLM的实验表明ToE较竞争基线取得4到24个百分点的改进——在对抗投毒输入上增益尤为显著。
