ToE：具有动态多源证据检索和聚合的分层且可解释的声明验证框架

arXiv:2606.27736v1 公告类型：新 摘要：假新闻的快速传播对信息生态系统构成了越来越大的威胁，特别是在生成引擎优化（GEO）中毒下人工智能生成的错误信息使得检索系统系统性地呈现出对抗性制作的内容，从而污染了法学硕士的推理。在本文中，我们提出了证据树（ToE），这是一种用于自动事实检查的分层证据推理框架，将每个主张建模为动态扩展的论证树。 ToE 集成了强化学习驱动的多源检索代理、证据评估代理和论据树聚合算法，通过可解释的证据链迭代分解、检索和验证主张。我们进一步提供了检索过程的理论分析，得出了一个形式的误差界限，保证学习的策略收敛到信息理论上最优策略的邻域。跨多个数据集和骨干法学硕士的实验表明，ToE 比竞争基线实现了 4 到 24 个百分点的改进，尤其是在对抗性中毒输入方面的收益尤其明显。