周报 26

字数统计: 444字   |   阅读时长≈ 1分

author:魏静崎
2024年6月25日
研究方向：虚假信息检测

本周工作内容：

1、阅读论文Explainable Fake News Detection With Large Language Model via Defense Among Competing Wisdom
![[1719373280953.png]]

三个组件：竞争证据提取器，基于提示的推理模块，基于防御的推理模块。
任务定义：新闻声明c，真实标签y，相关原始报道集合d，旨在预测y*并提供解释e。
竞争证据提取：
主张和证据表示：生成的报告包含不同真实性的证据，因此分解为单独的句子，得到候选证据句子语料库。因此采用一个基础的预训练transformer编码器生成主张和候选的证据表示。
竞争的准确性得分：为每个候选证据分配虚假分数和真实分数，由此推理出排名靠前的虚假/真实证据。
评分计算：使用自然语言推理的方法，应用互动连接到主张和候选证据对，然后进行分类。然后提出了一个基于连接的注意力权重模块来获取权值，得到最终的真实性评分。
基于提示的LLM推理：使用大语言模型进行推理，解释证据和标签，并声明真假。
对于真和假的情况分别进行推理，与实际一致的证据集显然可以带来更多的信息，也更为合理。
基于防御的推理：旨在辨别两个解释的相对强度，得到最终的判断。
将新闻声明和两个LLM生成的面向真实性的推理连接，使用堆叠的transformer编码器捕捉文本的差异和连接，然后进行最终的预测。

赏

谢谢你请我吃糖果

支付宝
微信

扫一扫，分享到微信

tag:

    缺失模块。
    1、请确保node版本大于6.2
    2、在博客根目录（注意不是yilia-plus根目录）执行以下命令：
    npm i hexo-generator-json-content --save

    3、在根目录_config.yml里添加配置： 

      jsonContent:
    meta: false
    pages: false
    posts:
      title: true
      date: true
      path: true
      text: false
      raw: false
      content: false
      slug: false
      updated: false
      comments: false
      link: false
      permalink: false
      excerpt: false
      categories: false
      tags: true

还在学习中的在读硕士，网站可能有些连接暂无法正常使用，有问题可以联系QQ:2863826649