站内快照 · 国内可打开。外网原文可能无法访问。
- 论文公开站arXiv
信还是不信：语音中的检索增强事实核查
To Trust or Not to Trust: Retrieval-Augmented Fact Checking in Speech
摘要显示，研究者提出 VeriSpeak，一个用于研究大型音频语言模型（LALM）语音事实核查能力的探针基准，包含 3,879 条口语化声明，覆盖时间、地理与关系类事实，真假标签均衡。实验发现文本与语音之间存在稳定的模态差距：能可靠核查书面声明的模型在同样内容以语音呈现时常常失败；仅靠检索收益有限，因为模型常将检索证据与语音声明混淆，而检索结合显式推理可提升声明-证据比对效果，思维调优的 LALM 达到 86.1% 准确率。
意义：提示开发者：语音场景下事实核查不能简单复用文本能力，需重视跨模态差距与检索证据的显式推理比对。