Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2501.18649

帮助 | 高级搜索

计算机科学 > 计算与语言

arXiv:2501.18649 (cs)
[提交于 2025年1月29日 ]

标题: LLM清洗后的虚假新闻检测:测量与解释

标题: Fake News Detection After LLM Laundering: Measurement and Explanation

Authors:Rupak Kumar Das, Jonathan Dodge
摘要: 凭借其先进能力,大型语言模型(LLMs)可以生成高度可信且与上下文相关的虚假新闻,这可能导致错误信息的传播。 尽管已有大量关于人类撰写文本的虚假新闻检测研究,但检测LLM生成的虚假新闻领域仍研究不足。 本研究评估了检测器在识别LLM改写虚假新闻方面的效果,特别是确定在检测流程中添加改写步骤是否有助于或阻碍检测。 本研究的贡献包括:(1) 检测器在检测LLM改写的虚假新闻方面比检测人类撰写的文本更加困难,(2) 我们发现哪些模型在哪些任务上表现优异(逃避检测、为逃避检测而改写以及为语义相似性而改写)。 (3) 通过LIME解释,我们发现了一个可能导致检测失败的原因:情感变化。 (4) 我们发现了一个令人担忧的改写质量测量趋势:样本在BERTSCORE较高的情况下仍表现出情感变化。 (5) 我们提供了一对数据集,在现有数据集中增加了改写输出和评分。 该数据集可在GitHub上获取
摘要: With their advanced capabilities, Large Language Models (LLMs) can generate highly convincing and contextually relevant fake news, which can contribute to disseminating misinformation. Though there is much research on fake news detection for human-written text, the field of detecting LLM-generated fake news is still under-explored. This research measures the efficacy of detectors in identifying LLM-paraphrased fake news, in particular, determining whether adding a paraphrase step in the detection pipeline helps or impedes detection. This study contributes: (1) Detectors struggle to detect LLM-paraphrased fake news more than human-written text, (2) We find which models excel at which tasks (evading detection, paraphrasing to evade detection, and paraphrasing for semantic similarity). (3) Via LIME explanations, we discovered a possible reason for detection failures: sentiment shift. (4) We discover a worrisome trend for paraphrase quality measurement: samples that exhibit sentiment shift despite a high BERTSCORE. (5) We provide a pair of datasets augmenting existing datasets with paraphrase outputs and scores. The dataset is available on GitHub
主题: 计算与语言 (cs.CL) ; 人工智能 (cs.AI); 机器学习 (cs.LG)
引用方式: arXiv:2501.18649 [cs.CL]
  (或者 arXiv:2501.18649v1 [cs.CL] 对于此版本)
  https://doi.org/10.48550/arXiv.2501.18649
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Rupak Kumar Das [查看电子邮件]
[v1] 星期三, 2025 年 1 月 29 日 17:58:07 UTC (799 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-01
切换浏览方式为:
cs.AI
cs.CL
cs.LG

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号