DeepSciVerify：通过 LLM 驱动的证据升级验证科学主张与引用的对齐

大型语言模型生成的报告中，主张与引用证据不一致是常见缺陷，限制了其在科学等高风险领域的可靠性。本文提出 DeepSciVerify，一种两阶段科学主张 - 引用验证流程，结合摘要级推理与选择性证据升级至段落级。系统首先利用摘要验证主张，仅在不确定时检索并分析全文段落。该设计利用了不同 LLM 在不确定性下的互补行为。在 SCitance 基准测试中，DeepSciVerify 的 Micro-F1 达到 86.7，优于纯摘要基线 4.5 分，且无需全文检索即可解决 67% 的案例，显著提升了验证的准确性与效率。