Buchumschlag

Beyond Retrieval: Improving Evidence Quality for LLM-based Multimodal Fact-Checking

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ou, Haoran, Deng, Gelei, Han, Xingshuo, Zhang, Jie, Qiu, Han, Guo, Shangwei, Zhang, Tianwei
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

When Search Goes Wrong: Red-Teaming Web-Augmented Large Language Models
von: Ou, Haoran, et al.
Veröffentlicht: (2025)

DECEIVE-AFC: Adversarial Claim Attacks against Search-Enabled LLM-based Fact-Checking Systems
von: Ou, Haoran, et al.
Veröffentlicht: (2026)

Checking Fact with Better Retrieval: Dynamic Contrastive Learning for Evidence Retrieval
von: Hua, Zhongtian, et al.
Veröffentlicht: (2026)

When Audio and Text Disagree: Revealing Text Bias in Large Audio-Language Models
von: Wang, Cheng, et al.
Veröffentlicht: (2025)

Visible Yet Unreadable: A Systematic Blind Spot of Vision Language Models Across Writing Systems
von: Zhang, Jie, et al.
Veröffentlicht: (2025)

Physical Prompt Injection Attacks on Large Vision-Language Models
von: Ling, Chen, et al.
Veröffentlicht: (2026)

An LLM-Empowered Adaptive Evolutionary Algorithm For Multi-Component Deep Learning Systems
von: Tian, Haoxiang, et al.
Veröffentlicht: (2025)

Evaluating Evidence Attribution in Generated Fact Checking Explanations
von: Xing, Rui, et al.
Veröffentlicht: (2024)

Warfare:Breaking the Watermark Protection of AI-Generated Content
von: Li, Guanlin, et al.
Veröffentlicht: (2023)

PentestEval: Benchmarking LLM-based Penetration Testing with Modular and Stage-Level Design
von: Yang, Ruozhao, et al.
Veröffentlicht: (2025)

Leveraging LLM Parametric Knowledge for Fact Checking without Retrieval
von: Vazhentsev, Artem, et al.
Veröffentlicht: (2026)

RW-Post: Auditable Evidence-Grounded Multimodal Fact-Checking in the Wild
von: Xu, Danni, et al.
Veröffentlicht: (2026)

Multimodal Claim Extraction for Fact-Checking
von: Teo, Joycelyn, et al.
Veröffentlicht: (2026)

Picky LLMs and Unreliable RMs: An Empirical Study on Safety Alignment after Instruction Tuning
von: Li, Guanlin, et al.
Veröffentlicht: (2025)

Turning Bias into Bugs: Bandit-Guided Style Manipulation Attacks on LLM Judges
von: Yang, Xianglin, et al.
Veröffentlicht: (2026)

RW-Post: Auditable Evidence-Grounded Multimodal Fact-Checking in the Wild
von: Xu, Danni, et al.
Veröffentlicht: (2025)

Towards Robust Fact-Checking: A Multi-Agent System with Advanced Evidence Retrieval
von: Trinh, Tam, et al.
Veröffentlicht: (2025)

Multi-Sourced, Multi-Agent Evidence Retrieval for Fact-Checking
von: Gong, Shuzhi, et al.
Veröffentlicht: (2026)

Enhancing Health Fact-Checking with LLM-Generated Synthetic Data
von: Zhang, Jingze, et al.
Veröffentlicht: (2025)

Contrastive Learning to Improve Retrieval for Real-world Fact Checking
von: Sriram, Aniruddh, et al.
Veröffentlicht: (2024)

MetaSumPerceiver: Multimodal Multi-Document Evidence Summarization for Fact-Checking
von: Chen, Ting-Chih, et al.
Veröffentlicht: (2024)

Fin-Fact: A Benchmark Dataset for Multimodal Financial Fact Checking and Explanation Generation
von: Rangapur, Aman, et al.
Veröffentlicht: (2023)

Beyond Translation: LLM-Based Data Generation for Multilingual Fact-Checking
von: Chung, Yi-Ling, et al.
Veröffentlicht: (2025)

Ev2R: Evaluating Evidence Retrieval in Automated Fact-Checking
von: Akhtar, Mubashara, et al.
Veröffentlicht: (2024)

Fact in Fragments: Deconstructing Complex Claims via LLM-based Atomic Fact Extraction and Verification
von: Zheng, Liwen, et al.
Veröffentlicht: (2025)

Enhancing Model Defense Against Jailbreaks with Proactive Safety Reasoning
von: Yang, Xianglin, et al.
Veröffentlicht: (2025)

Oedipus: LLM-enchanced Reasoning CAPTCHA Solver
von: Deng, Gelei, et al.
Veröffentlicht: (2024)

Combining Evidence and Reasoning for Biomedical Fact-Checking
von: Barone, Mariano, et al.
Veröffentlicht: (2025)

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

Understanding Inequality of LLM Fact-Checking over Geographic Regions with Agent and Retrieval models
von: Coelho, Bruno, et al.
Veröffentlicht: (2025)

Fingerprinting Image-to-Image Generative Adversarial Networks
von: Li, Guanlin, et al.
Veröffentlicht: (2021)

Improving Reliability and Explainability of Medical Question Answering through Atomic Fact Checking in Retrieval-Augmented LLMs
von: Vladika, Juraj, et al.
Veröffentlicht: (2025)

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

Mind Your HEARTBEAT! Claw Background Execution Inherently Enables Silent Memory Pollution
von: Zhang, Yechao, et al.
Veröffentlicht: (2026)

AutoEG: Exploiting Known Third-Party Vulnerabilities in Black-Box Web Applications
von: Yang, Ruozhao, et al.
Veröffentlicht: (2026)

Diagnosing LLM Arbitration Behavior over Pre-evidence Epistemic States in RAG-based Fact-Checking
von: Sun, Yuxi, et al.
Veröffentlicht: (2026)

Multimodal Large Language Models to Support Real-World Fact-Checking
von: Geng, Jiahui, et al.
Veröffentlicht: (2024)

CANDY: Benchmarking LLMs' Limitations and Assistive Potential in Chinese Misinformation Fact-Checking
von: Guo, Ruiling, et al.
Veröffentlicht: (2025)

CORRECT: Context- and Reference-Augmented Reasoning and Prompting for Fact-Checking
von: Zhang, Delvin Ce, et al.
Veröffentlicht: (2025)

Worse than Zero-shot? A Fact-Checking Dataset for Evaluating the Robustness of RAG Against Misleading Retrievals
von: Zeng, Linda, et al.
Veröffentlicht: (2025)