Human-AI Collaboration Claim Verification Thinking Trace Editing Large Reasoning Models
摘要

专业事实核查依赖领域知识,而大语言模型仅基于证据推理,存在差距。本文提出 Co-FactChecker 框架,倡导人机协同路径。该框架引入新交互范式,将模型思维链视为共享草稿纸,把专家反馈转化为对思维链的直接编辑,克服了多轮对话难以校准的缺陷。理论与实验表明,该方法优于现有自主及人机协作方案,能生成更高质量、易解释的推理过程与结论。

AI 推荐理由

论文核心在于通过人机协作修改思维链轨迹,直接优化大推理模型的验证逻辑与推导过程。

研究机构
MBZUAI, UAE TU Darmstadt, Germany IIT Delhi, India
论文信息
作者 Dhruv Sahnan, Subhabrata Dutta, Tanmoy Chakraborty, Preslav Nakov, Iryna Gurevych
发布日期 2026-04-15
arXiv ID 2604.13706
相关性评分 9/10 (高度相关)