Buchumschlag

Multimodal Large Language Models to Support Real-World Fact-Checking

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Geng, Jiahui, Kementchedjhieva, Yova, Nakov, Preslav, Gurevych, Iryna
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

OpenFactCheck: A Unified Framework for Factuality Evaluation of LLMs
von: Iqbal, Hasan, et al.
Veröffentlicht: (2024)

A Survey of Confidence Estimation and Calibration in Large Language Models
von: Geng, Jiahui, et al.
Veröffentlicht: (2023)

M4FC: a Multimodal, Multilingual, Multicultural, Multitask Real-World Fact-Checking Dataset
von: Geng, Jiahui, et al.
Veröffentlicht: (2025)

Can LLMs Automate Fact-Checking Article Writing?
von: Sahnan, Dhruv, et al.
Veröffentlicht: (2025)

FIRE: Fact-checking with Iterative Retrieval and Verification
von: Xie, Zhuohan, et al.
Veröffentlicht: (2024)

Con Instruction: Universal Jailbreaking of Multimodal Large Language Models via Non-Textual Modalities
von: Geng, Jiahui, et al.
Veröffentlicht: (2025)

From Chaos to Clarity: Claim Normalization to Empower Fact-Checking
von: Sundriyal, Megha, et al.
Veröffentlicht: (2023)

COMMUNITYNOTES: A Dataset for Exploring the Helpfulness of Fact-Checking Explanations
von: Xing, Rui, et al.
Veröffentlicht: (2025)

RealFactBench: A Benchmark for Evaluating Large Language Models in Real-World Fact-Checking
von: Yang, Shuo, et al.
Veröffentlicht: (2025)

Fact-Checking the Output of Large Language Models via Token-Level Uncertainty Quantification
von: Fadeeva, Ekaterina, et al.
Veröffentlicht: (2024)

Profiling News Media for Factuality and Bias Using LLMs and the Fact-Checking Methodology of Human Experts
von: Mujahid, Zain Muhammad, et al.
Veröffentlicht: (2025)

Adapting Fake News Detection to the Era of Large Language Models
von: Su, Jinyan, et al.
Veröffentlicht: (2023)

Co-FactChecker: A Framework for Human-AI Collaborative Claim Verification Using Large Reasoning Models
von: Sahnan, Dhruv, et al.
Veröffentlicht: (2026)

ConspirED: A Dataset for Cognitive Traits of Conspiracy Theories and Large Language Model Safety
von: Bates, Luke, et al.
Veröffentlicht: (2025)

Do Vision and Language Models Share Concepts? A Vector Space Alignment Study
von: Li, Jiaang, et al.
Veröffentlicht: (2023)

OpenFactCheck: Building, Benchmarking Customized Fact-Checking Systems and Evaluating the Factuality of Claims and LLMs
von: Wang, Yuxia, et al.
Veröffentlicht: (2024)

ClaimCheck: Real-Time Fact-Checking with Small Language Models
von: Putta, Akshith Reddy, et al.
Veröffentlicht: (2025)

A Comprehensive Survey of Machine Unlearning Techniques for Large Language Models
von: Geng, Jiahui, et al.
Veröffentlicht: (2025)

$\texttt{Droid}$: A Resource Suite for AI-Generated Code Detection
von: Orel, Daniil, et al.
Veröffentlicht: (2025)

Adaptive Conformal Prediction for Improving Factuality of Generations by Large Language Models
von: Rubashevskii, Aleksandr, et al.
Veröffentlicht: (2026)

DP-Fusion: Token-Level Differentially Private Inference for Large Language Models
von: Thareja, Rushil, et al.
Veröffentlicht: (2025)

IRCoder: Intermediate Representations Make Language Models Robust Multilingual Code Generators
von: Paul, Indraneil, et al.
Veröffentlicht: (2024)

MuLan: A Study of Fact Mutability in Language Models
von: Fierro, Constanza, et al.
Veröffentlicht: (2024)

MedFact: Benchmarking the Fact-Checking Capabilities of Large Language Models on Chinese Medical Texts
von: He, Jiayi, et al.
Veröffentlicht: (2025)

How LLMs Fail to Support Fact-Checking
von: Proma, Adiba Mahbub, et al.
Veröffentlicht: (2025)

SciCoQA: Quality Assurance for Scientific Paper--Code Alignment
von: Baumgärtner, Tim, et al.
Veröffentlicht: (2026)

LLMs Can Compensate for Deficiencies in Visual Representations
von: Takishita, Sho, et al.
Veröffentlicht: (2025)

Fact-Checking with Large Language Models via Probabilistic Certainty and Consistency
von: Wang, Haoran, et al.
Veröffentlicht: (2026)

Missci: Reconstructing Fallacies in Misrepresented Science
von: Glockner, Max, et al.
Veröffentlicht: (2024)

Grounding Fallacies Misrepresenting Scientific Publications in Evidence
von: Glockner, Max, et al.
Veröffentlicht: (2024)

Factual Self-Awareness in Language Models: Representation, Robustness, and Scaling
von: Tamoyan, Hovhannes, et al.
Veröffentlicht: (2025)

Factuality of Large Language Models: A Survey
von: Wang, Yuxia, et al.
Veröffentlicht: (2024)

Towards Privacy-aware Mental Health AI Models: Advances, Challenges, and Opportunities
von: Mandal, Aishik, et al.
Veröffentlicht: (2025)

SpaRC and SpaRP: Spatial Reasoning Characterization and Path Generation for Understanding Spatial Reasoning Capability of Large Language Models
von: Rizvi, Md Imbesat Hassan, et al.
Veröffentlicht: (2024)

Towards Automated Fact-Checking of Real-World Claims: Exploring Task Formulation and Assessment with LLMs
von: Sahitaj, Premtim, et al.
Veröffentlicht: (2025)

LEAF: Learning and Evaluation Augmented by Fact-Checking to Improve Factualness in Large Language Models
von: Tran, Hieu, et al.
Veröffentlicht: (2024)

TrumorGPT: Graph-Based Retrieval-Augmented Large Language Model for Fact-Checking
von: Hang, Ching Nam, et al.
Veröffentlicht: (2025)

Stepwise Verification and Remediation of Student Reasoning Errors with Large Language Model Tutors
von: Daheim, Nico, et al.
Veröffentlicht: (2024)

Atomic Fact-Checking Increases Clinician Trust in Large Language Model Recommendations for Oncology Decision Support: A Randomized Controlled Trial
von: Adams, Lisa C., et al.
Veröffentlicht: (2026)

Beyond "Not Novel Enough": Enriching Scholarly Critique with LLM-Assisted Feedback
von: Afzal, Osama Mohammed, et al.
Veröffentlicht: (2025)