文章主要内容总结该论文是一篇关于大型语言模型（LLMs）事实核查与事实性评估的系统性综述，核心内容包括：研究背景与意义：LLMs在新闻、医疗、教育等领域的广泛应用使其输出的事实准确性对现实决策至关重要，但LLMs因训练数据中存在不准确内容，易产生“幻觉”（虚构或错误信息），因此需建立 robust 的事实核查框架。核心挑战：缺乏标准化的评估指标（现有指标多关注表面相似度，而非事实一致性）；LLMs的“幻觉”问题（生成语言流畅但事实错误的内容）；数据集质量局限（复杂度不足、领域单一、类别不平衡等）；领域特定任务适配性差，以及与符号推理整合不足等。研究问题：围绕5个核心问题展开分析（2020-2025年文献）：RQ1：事实核查系统的评估指标有哪些？RQ2：幻觉如何影响LLMs事实核查的可靠性？RQ3：训练和评估事实核查模型的常用数据集是什么？RQ4：提示策略和微调如何影响事实核查性能？RQ5：检索增强生成（RAG）如何整合到事实核查中？关键发现与方法：评估指标需从传统分类指标（如准确率）向事实性特定