论文
DeLIVeR：通过强化知识图探索进行基于信息的准确性识别的分解学习
DeLIVeR: Decomposed Learning for Information-grounded Veracity Recognition via Reinforced Knowledge Graph Exploration
摘要
由于传统检索系统中的“查询脆弱性”，自动事实检查对于 大语言模型 (LLM) 来说仍然是一个挑战。我们提出了 DeLIVeR（基于信息的准确性识别的分解学习），这是一个将证据检索视为强化的战略探索任务的框架。 DeLIVeR 利用 Planner LLM 将复杂的主张分解为目标问题集，用于遍历结构化知识图 (KG) 以获得高精度证据。我们使用组相对策略优化（GRPO）和优先考虑结构多样性和判决准确性的奖励系统来优化规划器的策略。我们对 LIAR、FEVER 和 PolitiFact 的评估表明，DeLIVeR 的性能显着优于最先进的基线。使用 Qwen2.5-7B，我们的框架分别获得了 83.73、84.57 和 79.70 的峰值 F1 分数，比 HippoRAG2 提高了 10-15%。通过转向强化问题规划策略，DeLIVeR 有效地弥合了多跳推理差距，并为可验证的错误信息检测提供了可审计、透明的路径。