У робот╕ представлено методику визначення р╕вня достов╕рност╕ факт╕в у б╕ограф╕ях, наведених у В╕к╕пед╕╖, що базу╓ться на застосуванн╕ великих мовних моделей (LLM) та семантичного нетворк╕нгу. Методика передбача╓ побудову семантично╖ мереж╕ б╕ограф╕╖ конкретно╖ особи з урахуванням посл╕довних зв.язк╕в м╕ж под╕ями у часовому контекст╕ та асоц╕ац╕йних зв.язк╕в м╕ж под╕ями ╕ концептами. Досл╕дження зд╕йсню╓ться за допомогою великих мовних моделей, зокрема GPT-4, Llama-3, o1 та ╕нших, що формують "р╕й в╕ртуальних експерт╕в". Ц╕ модел╕ дозволяють анал╕зувати семантичну мережу, формувати висновки, надавати цифров╕ оц╕нки достов╕рност╕ б╕ограф╕╖ та п╕дтверджувати або спростовувати ╖╖ ключов╕ моменти на основ╕ факт╕в. В╕дпов╕д╕ р╕зних моделей узагальнюються для об.╓ктивно╖ оц╕нки. Результати демонструють ефективн╕сть п╕дходу у виявленн╕ неправдивих факт╕в та п╕двищенн╕ достов╕рност╕ в╕дкритих джерел.

Ключов╕ слова велик╕ мовн╕ модел╕ (LLM), штучний ╕нтелект, семантичний нетворк╕нг, оц╕нка достов╕рност╕, б╕ограф╕я, цифрова вериф╕кац╕я