Zespół DS@GT ARC opracował czterostopniowy pipeline do automatycznego generowania artykułów fact-checkingowych, które wyjaśniają werdykty i cytują źródła. System bierze na wejściu roszczenie, oryginalny werdykt wydany przez fact-checkera oraz zbiór pobieranych ze źródeł dokumentów, aby wyprodukować pełny artykuł gotowy do publikacji.
Problем, który rozwiązuje to rozwiązanie, jest fundamentalny - dezinformacja rozprzestrzenia się znacznie szybciej niż zawodowi fact-checkerzy mogą ją ręcznie weryfikować i pisać artykuły wyjaśniające ich ustalenia. W praktyce oznacza to zaległy zanikającej walki z fake newsami. Pipeline zespołu atakuje ten problem wieloetapowo: najpierw czyszczy hałaśliwe dowody zgromadzone ze źródeł, następnie wyszukuje i grupuje relewantne materiały, generuje artykuł przy użyciu modelu Llama-3.1-8B-Instruct, któremu podpowiada werdykt oryginalnego fact-checkera, i wreszcie odtwarza cytacji bezpośrednie poprzez deterministyczne post-processingu.
Wyniki zademonstrały praktkę potencjału podejścia - zespół uzyskał średni wynik 0.428 w konkursie CLEF 2026 CheckThat! Lab Task 3, zajmując trzecie miejsce wśród dziewięciu drużyn i znacznie przewyższając baseline'owy wynik 0.272. Kod jest dostępny na GitHubie, co otwiera drogę do dalszych badań i ulepszenia automatyzacji fact-checkingu na skalę. To szczególnie ważne wobec rosnącego problemu dezinformacji w mediach społecznościowych i wczesnego rozprzestrzeniania się fałszywych informacji.