基于指令跟随的大型语言模型的零样本和少样本学习在自动事实核查中的索赔匹配

本研究解决了自动事实核查中索赔匹配任务的不足，首次探讨了零样本和少样本学习方法。通过使用指令跟随的大型语言模型，提出了一种新的索赔匹配数据集ClaimMatch，并展示了该任务可以通过借鉴更成熟的自然语言推理或同义句检测任务来有效处理。研究发现，这种方法对不同长度文本的评估表现良好，具有显著应用潜力。