该研究提出了一种名为FOLK的方法，使用大型语言模型进行声明验证和解释生成，无需人工标注证据。该方法将声明转化为一阶逻辑子句，并利用知识基础的问答对进行推理，做出真实性预测并生成解释，具有高度解释性。实验结果表明，FOLK在三个数据集上优于强基线模型。