通过立场分离的多智能体辩论打破突发事件谣言检测
计算与语言
2024-12-09 v1 多智能体系统
摘要
突发事件期间谣言在社交媒体平台上的快速传播严重阻碍了真相的传播。先前研究表明，标注资源的匮乏阻碍了对未被昨日新闻报道的不可预见突发事件的直接检测。利用大语言模型（LLMs）进行谣言检测具有巨大潜力。然而，由于多样性有限，LLMs难以对复杂或有争议的问题提供全面的回应。在本工作中，我们提出了立场分离多智能体辩论（S2MAD）以解决此问题。具体而言，我们首先引入立场分离，将评论分类为支持或反对原始主张。随后，将主张分类为主观或客观，使智能体能够针对每种类型的主张采用不同的提示策略生成合理的初始观点。辩论者随后通过多轮辩论遵循特定指令以达成共识。若未达成共识，则由评判智能体评估各方意见并就主张的真实性给出最终裁决。在两个真实数据集上进行的广泛实验表明，所提出的模型在性能上超越了最先进方法，并有效提升了LLMs在突发事件谣言检测中的表现。
引用
@article{arxiv.2412.04859,
title = {Breaking Event Rumor Detection via Stance-Separated Multi-Agent Debate},
author = {Mingqing Zhang and Haisong Gong and Qiang Liu and Shu Wu and Liang Wang},
journal= {arXiv preprint arXiv:2412.04859},
year = {2024}
}