TruthLens 如何核查事实

生效日期：2026 年 8 月 15 日 · 方法论版本 1.5

本文为机器翻译。如有出入，以英文版为准。

本页用平实的语言说明 TruthLens 如何把一段文字、一段视频或一张图片，变成有来源支撑的结论。它写给想知道结果背后究竟发生了什么的读者、记者和研究者，而不是营销文案。本页中凡是可以在我们的使用条款或隐私政策中独立核对的说法，我们都直接链接到对应条款，而不是换一种说法复述。

分析工具，非最终结论。 TruthLens 给出的每一项结果——裁定、置信度、解释、来源清单——都由 AI 模型基于公开证据推理后自动生成。它是研究与信息工具，不是既定事实，也不是最终结论（见使用条款第 6.1 条）。TruthLens 与国际事实核查联盟（IFCN）没有隶属关系，也不是其认证签署方；本页的原则参照 IFCN 公开的《原则准则》，并应用于一套自动化系统。

1. 一次核查如何进行

核查分阶段进行。每个阶段都围绕同一条规则设计：没有支撑证据，就不给结论。

1.1. 提取。 提交的文本（或视频的转写稿，或从图片中读出的文字）会被拆成一条条可核查的事实性陈述——具名事件、统计数据，以及以事实口吻提出的说法。观点、预测和反问句不予提取。整篇材料还会被归类为新闻、观点或讽刺。

1.2. 去重与优先级。 重复或几乎相同的说法会被合并。对于长材料，先核查对读者影响最大的说法；每次提交只对固定数量的最重要说法做完整核查——这样核查更快，核查预算也用在要紧之处，而不是枝节细节上。

1.3. 与已发布的事实核查比对。 在自己检索之前，我们先看是否已有作为 IFCN《原则准则》认证签署方的事实核查机构发布过针对同一说法的核查。只有在确认——通过逐字一致的措辞或专门的验证步骤——比对到的说法确实指向同一论断而非仅仅同一话题时，才算命中。命中时，采用该机构自己的结论，而不是我们的。

1.4. 检索证据。 对于没有现成事实核查的说法，TruthLens 会在开放网络上检索支持或反驳的证据，并排除以社交媒体帖文作为原始来源。涉及科学或健康话题的说法，还会与学术和生物医学文献数据库比对（OpenAlex、Semantic Scholar 和 PubMed——它们广泛收录已发表研究，并不限于完成同行评议的成果）；涉及国家级统计数据的说法（GDP、通胀、人口、失业率、预期寿命等指标）会与世界银行的官方数字比对。如果某个页面已被删除或暂时无法访问，我们会先尝试通过 Internet Archive 的 Wayback Machine 读取最后一份公开存档副本，再放弃。

1.5. 基于证据的裁定。 AI 模型严格依据上一步收集到的证据来判断该说法，绝不依据自身的常识性知识。若证据不足或相互矛盾，结论就是「未证实」，而不是猜测。

1.6. 来源可信度加权。 每一条证据来源都会在已知媒体与出版方构成的图谱中按可信度加权。执行证据裁定（1.5）的模型被要求：绝不仅凭低可信度来源就把一条说法判为「已驳斥」或「误导」；当高可信度来源与低可信度来源冲突时，以高可信度来源为准。此外——这一条由代码强制执行，而非交给模型判断——「已驳斥」或「误导」的结论若没有至少两个独立来源支撑，就不会以高置信度呈现；同一通讯社稿件在不同域名上的转载算作一个来源。

1.7. 独立的第二意见。 大多数「已驳斥」和「误导」的结论，会由第二个 AI 模型基于同一批证据单独复核，每次核查有固定的复核预算。若两者不一致，结论保留，但以降低的置信度呈现，而不是当作确定结论。已与已发布事实核查命中（1.3）的结论跳过此步——它背后已经有人类事实核查机构自己的审核。

1.8. 汇总。 当一次提交包含多条说法时，总体结果会反映全部说法：一条虚假陈述不足以把一篇总体准确的材料打上虚假的标签，一条真实陈述也救不了一篇主要由虚假内容构成的材料。

2. 裁定等级

App、浏览器扩展与本网站使用同一套裁定。共有两套等级：一套针对整次提交，一套针对其中每一条说法。

整体结果

标签	含义
属实	有独立且可信的证据充分支撑。
大体可信	总体获得支撑，覆盖上存在少量空白。
部分证实	只有部分材料可以核查；已核查的部分偏向属实。
有争议	少部分说法虚假或具有误导性，其余站得住脚。
存疑	不准确之处足以让人真正保持警惕。
虚假	虚假或误导性的说法占比足够高且判定明确，整篇材料不可信。
讽刺	判定为讽刺或戏仿，其下并无强烈的虚假事实主张。
未证实	公开证据不足，正反两面都无法确定。

单条说法

标签	含义
已证实	由可信的独立证据证实。
基本证实	实质上正确，附带一点小保留。
误导	基于真实事实，但表述方式造成误导。见下文的细分。
已驳斥	与可信证据相矛盾。
未证实	未找到足够的公开证据支持或反驳。

有一类说法是作者关于自己的陈述（例如「我一个月前开了这个频道」）。这类说法根本不与外部来源比对，并且按原则一律标记为「未证实」——没有任何外部来源能够证实或否定它们。

「误导」的两种细分

当误导的成因符合两种广为人知的模式之一时，我们会直接说明，而不是只留下一个笼统的「误导」标签：

细分	含义
素材真实，配文虚假	照片、视频或引语本身是真实的——造成误导的是它周围的配文、语境或呈现方式。
曾经属实，现已过时	该说法过去是准确的；此后相关情况已经改变。

3. 我们如何评估来源

并非所有证据的分量都相同。每个来源都从四个维度衡量：权威性（该机构在这一话题上的地位与角色）、透明度（方法公开、数据清晰）、时效性（相对于所核查说法的新鲜程度）以及独立性（不存在利益冲突）。在实践中，这会形成三档可信度——高、普通或低——由已知媒体图谱与一份已知低质量域名的简短清单（内容农场、无审核博客）共同构成。模型被要求：仅在低可信度来源上发现的矛盾，本身不足以构成「已驳斥」或「误导」的裁定依据；当高可信度来源与低可信度来源冲突时，以高可信度一方为准——这套加权中由代码强制执行、而非交给模型判断的那一部分，见 1.6。

4. TruthLens 不做什么

不作出法律认定、医疗或财务建议，也不作出任何形式的官方裁决（使用条款第 6.4 条）。
不核查长材料中的每一条说法——按设计，它优先处理最重要的那些（见 1.2）。
依赖在核查时公开、已被索引且可在线获取的证据；涉及纯粹私人事务、或尚未留下公开痕迹的事件的说法，通常会返回「未证实」而非得出定论。
部分依赖免费的第三方基础设施（开放网络搜索、公共档案、开放的科学与统计数据库）。当其中之一暂时不可用时，TruthLens 会退到下一个可用来源，而不是整体失败——但临时故障有时意味着某次核查可用的证据比平时少。
解释以及其他自由文本，直接以你所使用的 App 语言书写——界面所支持的 36 种语言中的 35 种——而不是事后机器翻译。唯一的例外是丹麦语：我们自己的测量发现，模型在涉及挪威的说法上会漂移到挪威语，因此在修复之前，丹麦语读者的界面是丹麦语，解释是英语。如果你使用的 App 语言不在这 36 种之内，界面与输出都会回退到英语。输出跟随你阅读的语言，而不是材料的语言：一篇德语文章在泰语 App 中核查，返回的是泰语。服务自身书写的标准提示——例如已有发布过的事实核查覆盖你的说法时显示的说明，或提交内容没有可核查内容的解释——现已覆盖同样的 36 种语言，但它们是机器翻译的草稿，尚未经每种语言的母语者审读。

5. 更正结果

如果你认为某项结果有误，或某项结果涉及你本人或你的机构且你认为它不正确或有害，请发送邮件至 support@truthlens.wiki，写明被核查说法的原文及你的异议要点。我们会在合理时间内审阅有理有据的通知——通常在 14 天内——并在确有理由时更正或删除有争议的结果，并在后续工作中加以考虑（使用条款第 6.6 条）。

6. 本方法论的变更

核查方式的实质性变更会在其上线的同时，以平实的语言标注日期记录于此。

2026 年 8 月 15 日版本 1.5 —— 指明了唯一一种自由文本输出不使用 App 语言的语言。我们对全部 36 种语言的输出语言进行测量，发现丹麦语请求在涉及挪威的说法上返回挪威博克马尔语，并在三次独立运行中复现，因此丹麦语解释改用英语书写，而界面保持丹麦语。此前的表述暗示 36 种语言无一例外。
2026 年 8 月 15 日版本 1.4 —— 再次更正第 4 节关于输出语言的表述：原文描述的是所提交材料的语言，而输出实际上跟随你阅读所用的 App 语言。一篇德语文章在泰语 App 中核查会以泰语返回；只有当 App 本身运行在我们不支持的语言下时，才回退到英语。
2026 年 8 月 15 日版本 1.3 —— 服务自身书写的标准提示（事实核查命中说明与空结果的解释）现已覆盖全部 36 种语言，而非五种；第 4 节中关于其中部分以英语显示的说法，已替换为事实：它们是等待母语者审读的机器翻译草稿。
2026 年 8 月 15 日版本 1.2 —— 更正第 4 节关于输出语言的表述：自由文本以 App 语言书写，覆盖 36 种语言而非五种；此范围之外的一切，以及少数尚未翻译的标准提示，使用英语。
2026 年 7 月 28 日版本 1.1 —— 对以下内容做了精确化：1.4（文献数据库并非只收录同行评议成果；统计指标清单并非开放式）、1.6（把要求模型执行的来源可信度加权，与由代码强制执行的独立来源规则区分开）、1.7（第二意见适用于大多数而非每一条「已驳斥」/「误导」结论，并在命中事实核查时跳过），以及裁定表中的「虚假」一行（把「主要」改为与实际阈值相符的描述）。
2026 年 7 月 28 日首次发布（版本 1.0）。