本文探讨了FEVER基准测试中的事实提取和验证任务，分析了深度神经网络在对抗性攻击下的鲁棒性。研究提出了新的对抗性数据集和系统，以提高事实检查模型的可靠性和准确性。实验使用预训练语言模型BERT，显示在证据检索和主张验证方面取得了显著进展。