对气候变化的错误信息会造成许多负面影响,因此需要构成反应。心理学研究提供了各种策略,以减少气候错误信息的影响,例如事实是现实的事实结构。但是,实际上在大规模上实施纠正措施是一个挑战。自动检测和纠正错误信息解决了错误信息问题。这项研究记录了接受气候神话的大型语言模型的发展,并通过将逆势索赔分类和谬误检测纳入LLM提示框架中,从而遵循事实发生的事实差异(“真相三明治”)结构。我们将开放式(Mix-Tral,Palm2)和专有(GPT-4)LLM与促使复杂性变化的策略相结合。实验表明,如果结合结构提示,则揭示了GPT-4和混音的有希望的性能。我们确定了揭穿生成和人类评估的具体挑战,并为未来的工作绘制了途径。我们租用了一个高质量真相 - 桑德威奇(Sandwich)揭穿,源代码和揭穿系统演示的数据集。1
主要关键词