КОНФЕРЕНЦІЇ ВНТУ електронні наукові видання, 
Молодь в науці: дослідження, проблеми, перспективи (МН-2026)

Розмір шрифта: 
Мультиагентна система аналізу достовірності текстової інформації
Аліна Євгеніївна Москаленко, Леонід Михайлович Куперштейн, Сергій Олександрович Прокопенко

Остання редакція: 2026-05-07

Анотація


У роботі розглянуто мультиагентну систему для виявлення текстових фейків із використанням великих
мовних моделей. Запропоновано архітектуру взаємодії агентів та описано принцип їх роботи. Система
забезпечує автоматизований аналіз тексту та визначення його достовірності.

Ключові слова


Мультиагентна система, фейкові новини, великі мовні моделі, LLM, аналіз тексту, дезінформація, штучний інтелект

Посилання


1.Baryshev, Y., Kupershtein, L., Maidanovych, V., Voitovych, O., Prokopenko, S. (2023). Information
System for the Fact-checker Support. CEUR Workshop Proceedings, 3646, 127—138. URL: https://ceurws.org/Vol-3646/Paper_13.pdf (дата звернення: 20.03.2026).
2. Kupershtein L., Zalepa O., Sorokolit V., Prokopenko S. AI-agent-based system for fact-checking support
using large language models // CEUR Workshop Proceedings. – 2023. – С. 321–331.
3. Що таке мультиагентні системи? URL: https://www.sap.com/ukraine/resources/what-are-multi-agentsystems.
4. Еволюція ботів з ШІ: використовуємо можливості агентів, моделей RAG і LLM [Електронний
ресурс] // DOU. – Режим доступу: https://dou.ua/forums/topic/49083 (дата звернення: 20.03.2026).
5. Що таке великі мовні моделі (LLM): найкращі випадки використання, набори даних, майбутнє
URL: https://uk.shaip.com/blog/a-guide-large-language-model-llm (дата звернення: 20.03.2026).
6. CrewAI. URL: https://crewai.com (дата звернення: 20.03.2026).

Повний текст: PDF