评估大型语言模型在检测虚假新闻中的效果：比较分析
计算与语言
2024-06-12 v1 人工智能
摘要
在日益受人工智能影响的时代，虚假新闻检测至关重要，尤其是在选举季节，误导信息可能对社会产生重大影响。本研究评估了各种大型语言模型（LLMs）在识别和过滤虚假新闻内容方面的有效性。采用比较分析方法，我们测试了四个大型语言模型——GPT-4、Claude 3 Sonnet、Gemini Pro 1.0和Mistral Large，以及两个小型语言模型——Gemma 7B和Mistral 7B。通过使用来自Kaggle的虚假新闻数据集样本，本研究不仅阐明了LLMs在虚假新闻检测中当前能力和局限性，也讨论了面向开发人员和政策制定者的意义，以提高AI驱动的信息完整性。
引用
@article{arxiv.2406.06584,
title = {Evaluating the Efficacy of Large Language Models in Detecting Fake News: A Comparative Analysis},
author = {Sahas Koka and Anthony Vuong and Anish Kataria},
journal= {arXiv preprint arXiv:2406.06584},
year = {2024}
}