面对信息过载，AI事实核查的效率与准确性至关重要。现有方法常因检索与推理脱节而证据利用率低。MERMAID框架通过引入记忆模块和多智能体协作，模拟人类专家复用证据的行为，显著提升了验证效率与一致性，为自动化事实核查提供了新思路。
智能速览
现有事实核查方法常将检索与推理分离，导致效率低下。
MERMAID框架引入记忆模块，实现跨声明的证据复用。
该框架由分解器、执行器智能体和工具集协同工作。
实验显示，MERMAID在多个基准测试中达到了SOTA性能。
记忆模块显著减少了工具调用次数，最高降幅达29.9%。
分解器智能体对提升检索精度起到了决定性作用。
精华内容
如何让AI在核查事实时像人类专家一样复用证据？MERMAID框架给出了答案，它通过多智能体协作和记忆机制，实现了检索与推理的深度融合。
核心痛点
当前主流的自动化事实核查方法普遍存在一个设计缺陷：将证据检索视为一个静态且孤立的步骤。这种模式导致系统在不同声明的核查过程中无法有效管理和重用已检索到的证据，不仅造成了大量的冗余搜索，还限制了验证的整体效率和一致性，难以应对复杂的多跳核查任务。
框架解构
为解决上述问题，MERMAID框架应运而生，其核心是一个记忆增强的多智能体架构。
该架构包含四个关键部分：分解器智能体负责将复杂声明结构化为更易于验证的子声明；执行器智能体则采用ReAct方式进行迭代推理；工具集提供多源证据检索能力；而持久化的证据记忆模块则负责存储和检索历史证据，实现跨声明的知识复用。
性能验证
研究团队在FactCheck-Bench、HoVer、SciFact等五类数据集上对MERMAID进行了全面评估，测试模型涵盖了GPT、LLaMA及Qwen系列。
实验结果表明，MERMAID在性能上达到了最优。特别是在需要多跳推理的HoVer数据集4-Hop任务中表现突出，并在科学声明验证数据集SciFact上将F1分数提升至0.70，显著超越了FIRE、FOLK等基线方法。
效率提升
除了准确性，MERMAID在效率方面也带来了显著提升。
得益于其记忆模块，框架能够有效避免重复检索证据。数据显示，该模块使平均工具调用次数减少了16.7%。在FactCheck-Bench数据集上，这一降幅更是高达29.9%，证明了其在减少计算资源和时间成本上的巨大潜力。
关键发现
通过消融实验，研究证实分解器智能体是框架成功的关键，其结构化的输出能显著优化后续步骤的证据定位。
此外，错误分析发现超过54%的预测与标签不一致源于数据集本身的标注问题，这反而从侧面证明了框架的可靠性。工具调用行为分析还揭示，GPT与Qwen在平衡内外知识上表现优于存在重复调用缺陷的LLaMA。
MERMAID框架通过巧妙地融合多智能体协作与记忆机制，为自动化事实核查领域带来了兼具性能与效率的解决方案。它不仅验证了检索、推理与记忆协同的有效性，也为构建更智能、更可解释的核查系统铺平了道路，未来在对抗虚假信息方面大有可为。
