Verificación de Afirmaciones en la Era de los Modelos de Lenguaje Grande: Una Revisión

La gran y creciente cantidad de datos disponibles en Internet junto con la laboriosa tarea de la verificación manual de afirmaciones y hechos ha despertado el interés en el desarrollo de sistemas automatizados de verificación de afirmaciones. A lo largo de los años, se han propuesto varios modelos basados en aprendizaje profundo y transformadores para esta tarea. Con la introducción de los Modelos de Lenguaje Grande (LLMs) y su rendimiento superior en diversas tareas de PLN, hemos visto un aumento de enfoques basados en LLM para la verificación de afirmaciones, junto con el uso de métodos novedosos como Retrieval Augmented Generation (RAG). En esta revisión, presentamos un recuento exhaustivo de los marcos recientes de verificación de afirmaciones utilizando LLMs. Describimos en detalle los diferentes componentes de la canalización de verificación de afirmaciones utilizados en estos marcos, incluyendo enfoques comunes para la recuperación, el prompting y el fine-tuning. Finalmente, describimos conjuntos de datos públicos en inglés creados para esta tarea.