arXiv ID:
2605.19285
arXiv 提交日期: 2026-05-19
解释性虚假信息检测中的理由必要性与充分性:大语言模型微调研究 / Are Rationales Necessary and Sufficient? Tuning LLMs for Explainable Misinformation Detection
1️⃣ 一句话总结
本文针对大语言模型进行可解释虚假信息检测时,发现仅基于标签正确性筛选训练数据会导致理由不充分或冗余的问题,提出了一种名为LONSREX的新方法,通过量化每个验证步骤对最终预测的贡献,自动筛选出既必要又充分的解释理由,从而显著提升模型的可解释性和检测效果。