यह शोधपत्र डिबेट-टू-डिटेक्ट (D2D) प्रस्तुत करता है, जो एक नवीन गलत सूचना पहचान ढाँचा है जो डिजिटल प्लेटफ़ॉर्म पर गलत सूचना के प्रसार को रोकने के लिए मौजूदा स्थिर वर्गीकरण विधियों की सीमाओं को पार करता है। D2D बहु-एजेंट डिबेट (MAD) पर आधारित है और गलत सूचना पहचान को एक संरचित प्रतिकूल बहस के रूप में पुनर्परिभाषित करता है। प्रत्येक एजेंट को एक डोमेन-विशिष्ट प्रोफ़ाइल सौंपी जाती है और वह पाँच-चरणीय बहस प्रक्रिया से गुजरता है: प्रारंभिक टिप्पणियाँ, खंडन, खुली चर्चा, समापन टिप्पणियाँ और निर्णय। सरल द्विआधारी वर्गीकरण से परे, यह एक बहुआयामी मूल्यांकन तंत्र प्रस्तुत करता है जो तर्कों का मूल्यांकन पाँच आयामों में करता है: तथ्यात्मकता, स्रोत की विश्वसनीयता, तर्क की गुणवत्ता, स्पष्टता और नैतिक विचार। दो डेटासेट पर GPT-4o का उपयोग करके किए गए प्रायोगिक परिणाम मौजूदा विधियों की तुलना में महत्वपूर्ण प्रदर्शन सुधार प्रदर्शित करते हैं। केस स्टडीज़ D2D की साक्ष्य को बार-बार परिष्कृत करने और निर्णय पारदर्शिता को बढ़ाने की क्षमता को उजागर करती हैं।
