本研究探讨了将复杂政治要求分解为子问题的方法，以判断其真实性。提供了ClaimDecomp数据集和训练好的注释方法，旨在提高自动事实检测的准确性和效率。研究表明，通过子问题生成和基于文本相似度的查询，可以显著改善模型的推理可靠性和生成质量。

本研究提出了一个基于推理可靠性和预测可靠性评分的双通道评估框架，用于乳腺超声图像分类。通过改进的特征归因算法和不确定性量化，验证了该框架在临床数据集和公共数据集上的有效性和鲁棒性。