该研究检验动态事实核查基准是否真的能避免训练数据污染。基于AVeriTeC与新建的ClaimReview2025Q4，研究发现截止日期后的主张仍有17.09%至29.30%可能被污染；污染可使Macro-F1最高虚增11.34分，并改变系统排名，论文据此提出更严格的评测建议。
最近 24 小时暂无可用热度快照。