यह शोधपत्र एक व्यापक भाषा मॉडल पाइपलाइन प्रस्तुत करता है जो जटिल दावों की स्वचालित तथ्य-जांच को बेहतर बनाता है। मौजूदा प्रोग्राम-निर्देशित अनुमान विधियाँ मैन्युअल रूप से तैयार किए गए डेमो पर निर्भर होने के कारण सीमाओं से ग्रस्त हैं। इन सीमाओं को दूर करने के लिए, हम BOOST का प्रस्ताव करते हैं, जो एक बूटस्ट्रैपिंग विधि है जो मानवीय हस्तक्षेप के बिना डेटा-संचालित मेटा-नियमों को बार-बार परिष्कृत करती है। BOOST शून्य-शॉट से कुछ-शॉट प्रोग्राम-निर्देशित अधिगम में सहज रूप से संक्रमण करता है, जिससे व्याख्यात्मकता और दक्षता में वृद्धि होती है। प्रायोगिक परिणाम दर्शाते हैं कि जटिल दावों के सत्यापन में BOOST मौजूदा कुछ-शॉट बेसलाइन मॉडलों से बेहतर प्रदर्शन करता है।
