BiMind：一种用于错误信息检测的具有注意力几何适配器的双头推理模型

针对现有方法难以在注意力坍塌下平衡文本验证与外部知识修正的问题，本文提出 BiMind 双头推理框架。该框架解耦了内容内部推理与知识增强推理，引入三大创新：重塑注意力对数并缓解坍塌的注意力几何适配器；基于 kNN 构建领域语义记忆并通过特征线性调制注入知识的自检索机制；以及包含熵门控融合和可训练一致性头的感知不确定性融合策略。实验表明，该模型在错误信息检测任务上优于先进方法，并能提供可解释的诊断分析。