Korean | 한국어

정직한 LLMs를 만들지 마십시오. 모든 사실적인 클레임 감사. · 모형을 가하지 마십시오. 문장을 구합니다.

Anti-Lie는 LLM Claim 감사 층입니다. 그것은 성도에 큰 언어 모델을 훈련하지 않습니다. 그것은 신속한기도의 다른 단락에 생산 안전을 베팅하지 않습니다. 그것은 하나의 냉기, 더 기계적 일 : 응답 전에 시스템을 떠나, 그것은 문장으로 출력을 분할, 사실적인 주장을 추출, 영수증에 대한 모든 번호, 법인, 날짜 및 비즈니스 크리티컬 assertion 일치, 그리고 감사 T1-T7 verdict를 할당. 그린 클레임 패스. 황색은 경고 상표로 배 주장합니다. 빨간 주장은 물리적으로 차단됩니다.

---

벤치 마크 헤드 라인 (LiarBench v0.2, 210 샘플)

| 미터 | 점수 | |—||| |비즈니스 효과 |98.1% | | 정확한 정보 | 98.7% | | 자주하는 질문 | 96.4% | 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 인포메이션 | 미스 비율 | 3.6% |

Anti-Lie: The LLM Truth X-Ray 🔍

English | 中文

Don’t make LLMs honest. Make every factual claim auditable.

Do not gag the model. Strip its hallucinations sentence by sentence.

Anti-Lie is an LLM Claim Auditing Layer. It does not try to train large language models into saints. It does not bet production safety on another paragraph of prompt prayer. It does one colder, more mechanical thing: before an answer leaves your system, it splits the output into sentences, extracts factual claims, matches every number, entity, date, and business-critical assertion against receipts, and assigns an auditable T1-T7 verdict. Green claims pass. Yellow claims ship with warning labels. Red claims are physically blocked.

---

🎯 Benchmark Headline (LiarBench v0.2, 210 samples)

Dataset SHA256 bd3dfb9c04af70ecc27d44bb79b0ebffaf4dd5b17f04e2dd8054521d85747bc2 · All 210 samples and the benchmark runner are open-sourced in benchmarks/ for independent reproduction · Production performance may differ due to input distribution.

---

This project is not another polite wrapper around model behavior. It is a receipt ledger for generated text: a final outbound gate that asks, for every factual sentence, “What gives you the right to say that?” The model can still reason, explore, summarize, and improvise. The delivery layer simply refuses to publish unsupported hard facts as if they were earned knowledge.

Why Anti-Lie?

The current AI industry is trapped in a ridiculous loop: everyone is trying to defeat language magic with more language magic. Developers write hundreds of lines of prompts and beg the model: “Please be honest. Please do not fabricate.” Then a user adds pressure, the context gets noisy, the model wants to be helpful, and it confidently invents a number, a customer promise, a legal clause, a release date, or a medical-sounding answer. For hackers, that is a bug. For finance, healthcare, enterprise support, legal review, and government workflows, it is a compliance sinkhole.