大语言模型（LLM）的快速发展在带来生产力提升的同时，也急剧降低了虚假信息的生产成本与传播门槛。本研究通过分析英国独立事实核查机构 Full Fact 的技术架构与运作模式，结合中国信息生态的实际情况，提出建设政府主导、技术驱动、聚焦民生/科技领域的国家级信息质量公共平台的建议。本文论证了该平台的公共必要性、技术可行性及实施路径，并针对"独立性与权威性""LLM 幻觉""商业模式的天然缺陷"等核心矛盾提出了解决方案。
虚假信息的危害具有显著的负外部性特征：
| 层面 | 表现形式 | 后果 |
|---|---|---|
| 个体 | "偏方治癌""保健品替代药物"等健康谣言 | 延误治疗、财产损失、生命健康受损 |
| 群体 | 灾害谣言、疫情不实信息 | 恐慌、资源挤兑、社会秩序混乱 |
| 社会 | 系统性虚假信息持续侵蚀公共讨论 | 信任崩塌、政策执行受阻、社会共识瓦解 |
类比食品安全、环境保护、传染病防治等领域——这些领域之所以需要公共力量介入，根本原因在于市场机制无法自发解决负外部性问题。虚假信息治理属于同一范畴：个体无法自保，平台存在利益冲突，市场无法自净。
LLM 技术的普及并非简单的"谣言增多"，而是从根本上改变了虚假信息的生产、传播和能力格局：
| 维度 | LLM 之前的虚假信息 | LLM 加持后的虚假信息 |
|---|---|---|
| 生产成本 | 需要人力编撰，有时间和技能门槛 | prompt 输入即可批量生成，边际成本趋近于零 |
| 内容质量 | 多数存在逻辑漏洞、语言质量参差 | 文本流畅、逻辑自洽，普通人难以分辨 |
| 个性化 | 面向大众的通用谣言 | 可针对特定人群（老年人、特定地域、特定兴趣）生成定制化虚假信息 |
| 生产速度 | 以天为单位 | 以秒为单位，可实时响应热点事件 |
| 多模态 | 以文字为主 | 可生成以假乱真的图片、音频、视频 |
上述变化意味着，传统的"事后辟谣"模式在速度和规模上已无法匹配当前的虚假信息生产能力。需要一个系统性的、技术驱动的公共基础设施来应对。
国内现有辟谣力量存在结构性缺陷：
| 主体类型 | 代表 | 局限性 |
|---|---|---|
| 商业平台 | 腾讯较真、头条辟谣 | 利益冲突：平台既是谣言传播者又是辟谣者；覆盖依赖平台自身意愿 |
| 媒体机构 | 澎湃明查 | 商业媒体自身面临生存压力；核查范围有限 |
| 政府平台 | 中国互联网联合辟谣平台 | 以信息发布为主，缺乏自动化核查能力；数据源单一 |
| 科普机构 | 果壳、丁香医生 | 规模有限，系统性不足；依赖商业变现 |
核心缺失：缺乏一个集权威数据源接入、自动化核查引擎、开放 API、传播链追踪于一体的公共技术基础设施。
Full Fact 是英国领先的独立事实核查慈善机构，成立于 2010 年，其运作模式具有以下特征：
| 维度 | 特征 |
|---|---|
| 法律地位 | 注册慈善机构（Registered Charity） |
| 资金来源 | 慈善基金会（盖茨基金会、Open Society 等）+ 个人捐赠 + 技术服务收费 |
| 独立性 | 无政党依附、无商业资本控制、无政府直接管理 |
| 透明度 | 所有核查过程、数据来源、利益冲突声明均公开发布 |
| 国际认证 | 国际事实核查网络（IFCN）认证成员 |
Full Fact 是自动化事实核查技术的先驱。其技术体系遵循三阶段流水线架构：
文本输入 → [第一阶段: 声明检测] → [第二阶段: 证据检索] → [第三阶段: 声明验证] → 判决输出
从海量文本中自动识别"可核查的事实性声明"：
规则匹配：基于数值模式、时间模式等结构化特征识别定量声明
分类模型：用 Transformer 架构（BERT/DeBERTa）对文本片段进行 claim/non-claim 二分类
细粒度抽取：提取声明中的（主体, 属性, 数值, 时间）四元组
重复检测：语义去重，关联已核查过的同类声明
为检测到的声明检索权威证据文档：
查询构造：从声明中提取关键实体和关系，生成搜索查询
多级检索：BM25 稀疏检索 + Dense Retrieval 密集向量检索
精细重排：Cross-Encoder 对声明-证据对进行相关性打分
可信源管理：维护权威数据源白名单（ONS、政府部门统计、议会记录等）
基于检索到的证据判断声明的真实性：
文本蕴涵方法（NLI）：将验证转化为 Natural Language Inference 任务——证据是否支持、矛盾于或不足判断该声明
数值推理方法：对涉及统计数据的声明，进行数值提取、口径校准与偏差计算
知识图谱方法：将声明中的三元组与知识图谱进行实体链接和关系匹配
Robocheck 系统：半自动化核查原型，机器做筛查匹配，最终判断由人工核查员做出
结构化数据实时监控：持续监控政府统计机构的数据发布，自动与过往政治声明交叉比对
重复声明自动关联：同类声明自动归并，避免重复核查
| 维度 | 可借鉴 | 不可直接照搬 |
|---|---|---|
| 技术架构 | 三阶段流水线、证据检索方法论 | — |
| 透明度设计 | 来源可追溯、方法论公开 | — |
| 组织模式 | — | 独立慈善机构模式在国内不具备条件 |
| 核查领域 | — | 政治声明核查在国内不具备空间 |
政治领域的事实核查在国内不具备可行性和必要性。但以下领域需求明确、可行性高、社会价值显著：
| 领域 | 典型核查场景 | 数据源可获得性 |
|---|---|---|
| 健康与医疗 | "XX 致癌""XX 相克""XX 治百病" | 卫健委公开数据、药监局备案、临床指南、学术文献 |
| 食品安全 | "XX 含致癌添加剂""XX 是转基因" | 食品安全国家标准（GB 2760 等）、市场监管数据 |
| 金融防诈骗 | "央行放水 XX 万亿""XX 币一夜暴涨" | 央行公开数据、银保监会公告、上市公司披露 |
| 灾害与应急 | 灾害谣言、AI 生成假灾情图 | 应急管理部数据、气象局数据、地震局监测 |
| 教育与就业 | "XX 大学就业率""XX 专业薪资排名" | 教育部统计数据、人社部就业报告 |
| 科技与产业 | "华为自研光刻机""苹果退出中国" | 知识产权数据、工商登记信息、企业公告 |
| 路径 | 优势 | 劣势 | 可行性 |
|---|---|---|---|
| 政府主导建设 | 权威性最高；可打通跨部门数据；经费稳定；可持续 | 独立性存疑（但民生领域独立性要求较低） | 最高 |
| 学术/研究机构挂靠 | 方法论严谨；相对独立 | 行政约束；经费持续性存疑；数据获取困难 | 中等 |
| 开源社区/公益 | 最独立；成本低 | 可持续性差；质量控制难；数据源无保障 | 低 |
| 商业路径 | 技术迭代快 | 与真相导向存在结构性矛盾（详见第 3.3 节） | 不可行 |
事实核查与商业逻辑存在四大结构性矛盾：
注意力悖论：真实信息传播力远弱于情绪化虚假信息。核查平台天然站在流量逻辑的对立面
支付意愿缺失：真相具有非排他性和非竞争性，是典型的公共品。用户不会为"知道自己被误导了"付费
利益冲突不可调和：作为广告主来源的行业（食品、保健品、金融产品）恰恰是最需要被核查的对象
平台身份矛盾：商业平台若嵌入事实核查，会与"最大化用户停留时长"的核心产品目标发生冲突
结论：事实核查不适合商业路径，应当作为公共品由政府供给。
国家信息质量公共平台：聚焦民生和科技领域，以自动化核查技术驱动，以政府权威数据为支撑，为公众、媒体和商业平台提供信息真实性的公共验证服务。
核心差异：
不做裁判者，做权威数据的聚合者和翻译者
不生产结论，只展示证据与真实数据的比对
不替代公众判断，只提供做出理性判断所需的确定事实
xxxxxxxxxx┌──────────────────────────────────────────────────────────┐│ 公众 / 媒体 / 商业平台 │└──────────────────────────┬───────────────────────────────┘│┌──────────────────────────┼───────────────────────────────┐│ 对外服务层 ││ ││ · 公众查询界面（Web/小程序） ││ · 开放核查 API（媒体、社交平台嵌入） ││ · 订阅推送（按领域/关键词） ││ · 传播预警（热点虚假信息实时标记） │└──────────────────────────┬───────────────────────────────┘│┌──────────────────────────┼───────────────────────────────┐│ 核查引擎层 ││ ││ ┌────────────────┐ ┌──────────────┐ ┌──────────────┐ ││ │ 声明检测模块 │ │ 证据检索模块 │ │ 声明验证模块 │ ││ │ │ │ │ │ │ ││ │ · 类型识别 │ │ · 查询构造 │ │ · 数值判别 │ ││ │ · 实体抽取 │ │ · 多源检索 │ │ · 实体匹配 │ ││ │ · 数值提取 │ │ · 证据重排 │ │ · 文本匹配 │ ││ │ · 重复检测 │ │ │ │ · 口径校准 │ ││ │ [LLM辅助] │ │ [LLM辅助] │ │ [非LLM核心] │ ││ └────────────────┘ └──────────────┘ └──────────────┘ │└──────────────────────────┬───────────────────────────────┘│┌──────────────────────────┼───────────────────────────────┐│ 可信数据层 ││ ││ ┌────────┐ ┌────────┐ ┌────────┐ ┌────────┐ ┌────────┐ ││ │卫生健康 │ │市场监管 │ │金融央行 │ │应急管理 │ │教育人社 │ ││ │ 数据 │ │ 数据 │ │ 数据 │ │ 数据 │ │ 数据 │ ││ └────────┘ └────────┘ └────────┘ └────────┘ └────────┘ ││ ││ ┌──────────────────────────────────────────────────┐ ││ │ 结构化数据仓库 + 文档向量索引 + 知识图谱 │ ││ └──────────────────────────────────────────────────┘ │└──────────────────────────────────────────────────────────┘
LLM 在自动核查中的角色必须严格限定。这不仅是成本考虑，更是信任基础：
| 环节 | 是否使用 LLM | 理由 |
|---|---|---|
| 声明检测（识别可核查声明） | ✅ 使用 | 自然语言理解是 LLM 强项，且该环节不涉及最终判定 |
| 查询构造（生成搜索查询/数据库查询） | ✅ 使用 | 不涉及判定，错误可自我纠正 |
| 证据摘要（为人工复核提供摘要） | ✅ 使用 | 辅助性任务 |
| 裁定文案生成（撰写用户可读的核查报告） | ✅ 使用 | 基于已有判定结果生成，非自主判断 |
| 声明验证（判定真假） | ❌ 不使用 | 核心核查环节必须确定性、可审计、可复现 |
核心原则：LLM 的幻觉问题决定了它不能承担"判定"角色。核查引擎的判定逻辑必须基于确定性规则（数值比对、实体匹配、文本匹配），确保同一输入始终得到同一输出。
不是所有声明都适合自动化核查，需要从架构层面区分处理：
| 声明类型 | 示例 | 验证方式 | 自动化程度 |
|---|---|---|---|
| 数值型 | "PM2.5 降至 32 微克/立方米" | 数值比对 + 口径校准 + 偏差判定 | 全自动 |
| 关系型 | "A 公司持有 B 公司股份" | 知识图谱查询 + 实体匹配 | 全自动 |
| 存在性 | "卫健委发布了 XX 指南" | 文档检索 + 精确匹配 | 全自动 |
| 比较型 | "X 比 Y 更高" | 数值提取 + 比较 | 全自动 |
| 因果型 | "限购导致房价下跌" | — | 放弃自动核查，标记为"需人工" |
对因果型声明坦诚标注"目前无法自动核查"，比给出不可靠的结论更有助于建立公信力。
目前中文自然语言推理（NLI）模型的质量和成熟度远低于英文。建议采用替代策略：
x英文 Full Fact 做法:声明 + 证据 → NLI 模型 → 支持/矛盾/中立国内替代做法:声明中的关键信息（实体、数值、关系） ← NLP 信息抽取证据文档中的关键信息（实体、数值、关系） ← NLP 信息抽取精确匹配 → 匹配 → 支持 / 不匹配 → 不支持
这本质上将不确定性高的 NLI 任务降级为确定性高的信息抽取 + 匹配任务。对于中文场景，可行性更高，结论更可审计。
核查结论不应是简单的"真/假"二分，而应是基于证据的确定性分级：
xxxxxxxxxx✅ 与权威数据一致 ← 证据充分支持该声明⚠️ 与权威数据存在偏差 ← 数据接近但不够精确❌ 与权威数据明显不符 ← 证据明确否定该声明❓ 证据不足，无法判断 ← 当前缺乏足够证据⛔ 不属于可核查声明 ← 观点、预测、因果判断
"证据不足，无法判断"与"与权威数据一致"是同等重要的结论。
本研究提出的架构从根本上规避了 LLM 幻觉问题：
xxxxxxxxxx核查精度保障层次:L1: 规则层（可解释、可审计）· 数值偏差计算公式（固定阈值，无随机性）· 实体精确匹配（字符串/ID 匹配）· 知识点图谱路径查询（确定性、有向图）L2: 检索层（可追溯、可复现）· BM25 标准化检索（确定性算法）· 结构化数据库 SQL 查询（确定性）· 证据链接公开（用户可自行验证）L3: LLM 辅助层（仅用于理解与表达，不参与判定）· 声明检测（提取，非判断）· 查询构造（生成查询，非替代查询）· 文案生成（基于 L1/L2 输出，非自主推理）关键设计:· L3 的输出永远不作为"判定依据"· 所有可视化结论必须链接到 L1/L2 的确定性输出· 用户可以点击证据链接自行验证
目标：在一个领域跑通全流程
xxxxxxxxxx范围: 健康与医疗领域数据源: 卫健委公开数据 + 药监局备案数据库 + 临床指南 + 学术文献摘要功能:· 公众查询:"输入一个健康说法，查看权威数据怎么说"· 自动核查:数值型和存在性声明的自动化验证· 人工复核:因果型和复杂声明的专家人工核查指标:· 自动化核查覆盖率（可自动处理的声明占比）· 用户查询量· 证据可追溯率· 用户信任度调研
试点期间关键产出：
自动化核查引擎 v1.0（声明检测 + 证据检索 + 数值验证）
健康领域可信数据源及更新机制
用户界面（Web + 微信小程序）
试点期运营数据
目标：多领域覆盖 + 开放 API
xxxxxxxxxx新增领域: 食品安全、金融防诈骗、灾害应急功能升级:· 开放核查 API（媒体和社交平台嵌入）· 热点信息监控（实时发现新出现的可疑声明）· 声明重复检测（自动关联同类声明）· 订阅推送关键里程碑:· 平台覆盖率（覆盖的主要公共数据源数量）· API 调用量· 接入平台数量
目标：成为信息质量公共基础设施
xxxxxxxxxx· 跨领域、跨部门数据全面对接· 实时核查预警系统（AI 生成内容的前置核查）· 传播链追溯机制· 核查方法论标准输出（推动行业标准）· 国际事实核查网络对接
挑战：政府主导平台天然面临"官方口径"的质疑。
应对策略：
方法论透明：每一条核查结论必须公示：引用了什么数据源？数据时间？如何比对？偏差多少？
证据开放：所有数据源链接可点击访问原文。用户不需要信任平台，只需要信任源数据
只呈现、不判断：平台定位为"数据聚合者"而非"真相裁判者"。结论是"根据XX数据，YY地区ZZ指标为AA，与所声明不符"，而非"这个说法是假的"
不确定性坦诚：明确标注核查局限性——因果型声明无法核查、数据滞后的声明无法核查等
挑战：政府部门间数据壁垒是公共平台建设的首要障碍。
应对策略：
顶层推动：将其定位为国家信息基础设施，纳入数字中国或数据要素相关政策框架
权责分离：平台不拥有数据，只索引和引用；各部门保留数据的完整管辖权
先易后难：优先接入已公开的、无争议的统计数据
增量收益：让各部门看到——被这个平台引用数据本身就是权威性的背书
挑战：紧急事件（灾害、公共卫生事件）中，核查速度与准确性存在矛盾。
应对策略：
分层响应机制：
T1（紧急）：先标记"正在核查中"，阻断病毒式传播
T2（核查）：自动化核查 + 人工快速复核
T3（确认）：发布详细核查报告
自动化优先：可自动化核查的声明（数值型、存在型）机器优先处理
不确定性显式标注：标注当前信息可信度（高/中/低/未知）
挑战：部分涉及国际话题的声明的数据源不可获得。
应对策略：
数据源依赖标注：明确标注数据来源的可获得性和可信度级别
管辖边界清晰：以国内民生问题为主，涉及国际议题时以公开国际组织数据为准
必要性成立：LLM 时代虚假信息问题的量和质都发生了根本性变化。传统的、反应式的辟谣模式已无法应对。需要建立信息化、系统化、技术驱动的公共信息质量基础设施。
可行性成立：自动化事实核查技术已相对成熟（以 Full Fact 为代表），结合LLM 的文本理解能力与确定性规则引擎的精确判定，技术架构是明确的。重点难点不在技术，而在组织和数据协调。
紧迫性成立：LLM 技术的发展速度远超制度和公共设施的建设速度。越晚起步，"AI 污染信息生态"的债务越重。
| 建议 | 优先级 | 说明 |
|---|---|---|
| 政府主导建设信息质量公共平台 | 最高 | 商业和公益路径均有结构性缺陷 |
| 聚焦民生/科技领域 | 最高 | 政治领域核查不具可行性 |
| LLM 辅助但不参与判定 | 最高 | 核查核心环节必须确定性驱动 |
| 试点先行——健康领域 | 高 | 需求大、数据源丰富、社会共识强 |
| 开放 API 而非自建流量入口 | 高 | 嵌入现有平台比独立应用更有价值 |
| 方法论透明 + 证据可追溯 | 高 | 公信力建设的基石 |
| 确定性分级而非真假二分 | 高 | 坦诚标注不确定性有助于建立长期信任 |
一个涵盖健康/食品安全/金融/灾害/教育五大领域的成熟平台，大致需要：
技术团队（NLP 工程师、后端/数据工程师、产品设计）
领域专家（各领域核查员、方法论指导）
数据运营（数据源管理、持续更新维护）
基础设施（服务器、模型部署、数据存储）
年均运营成本可对标一个中等规模的技术型事业单位。相对于谣言造成的每年数以亿计的社会经济损失，投入产出比极高。
| 机构 | 国家 | 类型 | 特点 |
|---|---|---|---|
| Full Fact | 英国 | 独立慈善机构 | 政治声明核查 + 自动化技术研发 |
| PolitiFact | 美国 | 媒体附属 | 政治声明的"真实度计"评级 |
| FactCheck.org | 美国 | 大学附属 | 宾夕法尼亚大学运营 |
| AFP Fact Check | 法国 | 通讯社附属 | 全球多语种核查网络 |
| Chequeado | 阿根廷 | 独立非营利 | 拉美区域标杆，开放数据可视化 |
[1] Thorne, J., Vlachos, A., Christodoulopoulos, C., & Mittal, A. (2018). FEVER: A Large-scale Dataset for Fact Extraction and VERification. In Proceedings of NAACL-HLT 2018, pp. 809–819. → 提出 FEVER 数据集，定义了"声明检测→证据检索→声明验证"三段式框架，是该领域最广泛使用的基准之一。
[2] Guo, Z., Schlichtkrull, M., & Vlachos, A. (2022). A Survey on Automated Fact-Checking. Transactions of the Association for Computational Linguistics, 10, 178–206. → 自动化事实核查领域迄今最全面的综述，系统梳理了三阶段流水线及各阶段的主流方法。
[3] Thorne, J., & Vlachos, A. (2018). Automated Fact Checking: Task Formulations, Methods and Future Directions. In Proceedings of COLING 2018, pp. 3346–3359. → 较早对自动事实核查任务进行形式化定义的综述性工作。
[4] Nakov, P., et al. (2021). Automated Fact-Checking for Assisting Human Fact-Checkers. In Proceedings of IJCAI 2021, pp. 4551–4558. → 聚焦人机协作的事实核查模式，强调自动化技术应为人工核查员赋能而非替代。
[5] Zeng, X., Abumansour, A. S., & Zubiaga, A. (2021). Automated Fact-Checking: A Survey. Language and Linguistics Compass, 15(10), e12438.
[6] Augenstein, I., et al. (2019). MultiFC: A Real-World Multi-Domain Dataset for Evidence-Based Fact Checking of Claims. In Proceedings of EMNLP-IJCNLP 2019, pp. 4685–4697. → 首个来自真实事实核查机构（包括 Full Fact）的多领域声明数据集。
[7] Augenstein, I. (2021). Towards Explainable Fact Checking. Dr. Scient. Thesis, University of Copenhagen. arXiv:2108.10267. → 探讨可解释性在事实核查中的作用，强调透明度和可追溯性的重要性。
[8] Wadden, D., et al. (2020). Fact or Fiction: Verifying Scientific Claims. In Proceedings of EMNLP 2020, pp. 7534–7550. → 提出 SCI-FACT 数据集，聚焦科学领域声明的自动验证，与本文提出的民生/健康领域定位高度相关。
[9] Huang, L., et al. (2025). A Survey on Hallucination in Large Language Models: Principles, Taxonomy, Challenges, and Open Questions. ACM Transactions on Information Systems. (arXiv:2311.05232, 持续更新) → LLM 幻觉领域最系统全面的综述，提出了幻觉的分类体系和产生机制分析。
[10] Ji, Z., et al. (2023). Survey of Hallucination in Natural Language Generation. ACM Computing Surveys, 55(12), 1–38. → 涵盖 NLG 领域幻觉问题的综述，覆盖预训练模型时代之前的完整脉络。
[11] Zhang, Y., et al. (2023). Siren's Song in the AI Ocean: A Survey on Hallucination in Large Language Models. arXiv:2309.01219. → 从幻觉的产生原因、检测方法到缓解策略的全面梳理。
[12] Bang, Y., et al. (2023). A Multitask, Multilingual, Multimodal Evaluation of ChatGPT on Reasoning, Hallucination, and Interactivity. In Proceedings of IJCNLP-AACL 2023. → 系统评估 ChatGPT 等 LLM 在推理和幻觉表现上的多语言多任务基准测试。
[13] Rawte, V., et al. (2023). A Troubling Emergence of Hallucination in Large Language Models. In Proceedings of EMNLP 2023, pp. 4366–4384. → 聚焦 LLM 幻觉的现实危害和挑战。
[14] Li, J., et al. (2024). The Dawn After the Dark: An Empirical Study on Factuality Hallucination in Large Language Models. In Proceedings of ACL 2024. → 对 LLM 事实性幻觉的实证研究，对理解 LLM 在事实核查任务中的局限性有重要参考价值。
[15] Vosoughi, S., Roy, D., & Aral, S. (2018). The Spread of True and False News Online. Science, 359(6380), 1146–1151. → 里程碑研究：基于 Twitter 十年数据分析证明虚假信息比真实信息传播更远、更快、更深、更广，尤其以恐惧、厌恶和惊讶情绪驱动。被引用超过 5000 次，为信息质量公共治理提供了核心实证基础。
[16] Lazer, D. M. J., et al. (2018). The Science of Fake News. Science, 359(6380), 1094–1096. → 提出虚假信息的跨学科研究框架，呼吁从技术、社会、治理多维度应对。
[17] Guess, A. M., et al. (2020). A Digital Media Literacy Intervention Increases Discernment Between Mainstream and False News in the United States and India. Proceedings of the National Academy of Sciences, 117(27), 15536–15545. → 实证研究表明数字媒体素养干预可以提升公众辨别真假信息的能力。
[18] Pennycook, G., & Rand, D. G. (2021). The Psychology of Fake News. Trends in Cognitive Sciences, 25(5), 388–402. → 从认知心理学角度分析人们为何相信和传播虚假信息。
[19] Lewandowsky, S., Ecker, U. K. H., & Cook, J. (2017). Beyond Misinformation: Understanding and Coping with the "Post-Truth" Era. Journal of Applied Research in Memory and Cognition, 6(4), 353–369. → 分析"后真相"时代虚假信息的认知基础和对策。
[20] Wardle, C., & Derakhshan, H. (2017). Information Disorder: Toward an Interdisciplinary Framework for Research and Policymaking. Council of Europe Report DGI(2017)09. → 提出"信息混乱"（Information Disorder）的三分类框架（misinformation/disinformation/malinformation），被事实核查机构和政策制定者广泛采纳。
[21] Graves, L. (2016). Deciding What's True: The Rise of Political Fact-Checking in American Journalism. Columbia University Press. → 事实核查研究的经典著作，系统分析美国政治事实核查的兴起、方法论和影响。
[22] Graves, L., & Cherubini, F. (2016). The Rise of Fact-Checking Sites in Europe. Reuters Institute for the Study of Journalism, University of Oxford. → 对欧洲事实核查机构（包括 Full Fact）的全面调研报告。
[23] Full Fact. (2019). A Framework for Information Incidents. Full Fact, London. [Online]. Available: https://fullfact.org/about/policy/reports/information-incidents-framework/ → Full Fact 提出的信息事件分类与应对框架，为平台治理提供了实践参考。
[24] Full Fact. (2020). Report on the Facebook Third-Party Fact-Checking Programme. Full Fact, London. → Full Fact 作为 Facebook 第三方事实核查合作伙伴的经验总结。
[25] Duke Reporters' Lab. (2024). Fact-Checking Census: Global Fact-Checking Site Count. [Online]. Available: https://reporterslab.org/fact-checking/ → 杜克大学记者实验室对全球事实核查站点的年度普查，跟踪全球事实核查生态发展。
[26] Stencel, M., Luther, J., & Ryan, E. (2022). Fact-Checking Census: Slow Growth in Fact-Checkers Continues. Duke Reporters' Lab.
[27] 胡泳. (2020). 事实核查在中国：兴起与挑战. 《新闻与写作》, 2020(6), 24–31. → 系统梳理事实核查在中国的发展脉络和面临的特殊挑战。
[28] 张洪忠, 段泽宁, & 韩秀. (2021). 谣言检测与辟谣：技术路径与实践反思. 《新闻大学》, 2021(4), 55–66. → 从技术和社会双重视角分析中国谣言治理的实践。
[29] 曾润喜, 杨喜喜. (2022). 移动互联网时代的网络谣言治理：模式建构与路径选择. 《电子政务》, 2022(2), 12–22.
[30] 曾繁旭, 钱钢强. (2021). 中国的信息疫情与公共健康传播. 《国际新闻界》, 43(7), 45–63. → 分析 COVID-19 疫情期间中国信息传播的特征和健康谣言治理。
[31] 清华大学新媒体研究中心. (2023). AI 生成内容与信息可信度年度报告 2023. → 关注 AIGC 对信息可信度影响的实证研究。
[32] 中国互联网联合辟谣平台. (2024). 年度辟谣工作报告. [Online]. Available: https://www.piyao.org.cn/ → 中国官方辟谣平台的年度数据，反映国内谣言治理的整体态势。
[33] Bowman, S. R., Angeli, G., Potts, C., & Manning, C. D. (2015). A Large Annotated Corpus for Learning Natural Language Inference. In Proceedings of EMNLP 2015, pp. 632–642. → 提出 SNLI 数据集，定义了自然语言推理（NLI）的标准任务框架。
[34] Williams, A., Nangia, N., & Bowman, S. R. (2018). A Broad-Coverage Challenge Corpus for Sentence Understanding through Inference. In Proceedings of NAACL-HLT 2018, pp. 1112–1122. → MultiNLI 数据集，为跨领域的 NLI 评测提供基准。
[35] Nie, Y., et al. (2020). Adversarial NLI: A New Benchmark for Natural Language Understanding. In Proceedings of ACL 2020, pp. 4885–4901. → 揭示了 NLI 模型的脆弱性——现有模型对对抗样本的泛化能力有限，侧面印证了本报告提出的"用信息抽取替代 NLI 做判定"的技术策略。
[36] Devlin, J., Chang, M.-W., Lee, K., & Toutanova, K. (2019). BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding. In Proceedings of NAACL-HLT 2019, pp. 4171–4186. → Transformer 预训练模型的奠基之作，当前自动事实核查系统的基础架构。
[37] Stiglitz, J. E. (2000). The Contributions of the Economics of Information to Twentieth Century Economics. The Quarterly Journal of Economics, 115(4), 1441–1478. → 信息经济学经典文献，论证了信息不对称如何导致市场失灵，为将信息质量视为公共品提供了理论基础。
[38] Shapiro, C., & Varian, H. R. (1999). Information Rules: A Strategic Guide to the Network Economy. Harvard Business School Press. → 信息产品的经济学分析，探讨了信息商品定价和公共供给的经济学逻辑。
[39] Sunstein, C. R. (2021). Liars: Falsehoods and Free Speech in an Age of Deception. Oxford University Press. → 从法律和公共政策角度分析虚假信息治理，探讨政府干预虚假信息的法理基础和边界。
[40] O'Connor, C., & Weatherall, J. O. (2019). The Misinformation Age: How False Beliefs Spread. Yale University Press. → 用网络科学和认知科学方法分析信念在社交网络中的传播机制。
[41] Chen, C., & Shu, K. (2024). Combating Misinformation in the Age of LLMs: Opportunities and Challenges. AI Magazine, 45(3), 354–369. → 系统分析 LLM 时代虚假信息治理的新机遇与新挑战。
[42] Pan, Y., et al. (2023). On the Risk of Misinformation Pollution with Large Language Models. In Findings of EMNLP 2023, pp. 1389–1407. → 实证研究 LLM 可能对信息生态造成的污染风险。
[43] Augenstein, I., et al. (2024). Factuality Challenges in the Era of Large Language Models. In Proceedings of the 4th Multilingual Representation Learning Workshop. → 全面讨论 LLM 时代事实性面临的挑战及其对事实核查研究的影响。
[44] Kreps, S., McCain, R. M., & Brundage, M. (2022). All the News That's Fit to Fabricate: AI-Generated Text as a Tool of Media Misinformation. Journal of Experimental Political Science, 9(1), 104–117. → 实验研究表明 AI 生成文本在可信度上与人类写作难以区分，验证了 LLM 时代虚假信息风险的实证研究。
本研究基于公开资料与国际实践经验分析撰写。 分析日期：2026年6月