LLM-GAN: 利用大语言模型构建生成对抗网络用于可解释假新闻检测
计算与语言
2024-12-25 v2
摘要
可解释假新闻检测预测新闻项目的真实性并提供注释解释。当今大型语言模型 (LLM) 因其强大的自然语言理解和解释生成能力而备受推崇。然而,将 LLM 应用于可解释假新闻检测仍面临两个主要挑战:首先,假新闻显得合理且容易误导 LLM,使其无法理解复杂的新闻造假过程;其次,利用 LLM 进行此任务会生成正确和错误的解释,这需要大量的人工参与。本文提出了 LLM-GAN,一个新型框架,利用提示机制使 LLM 成为生成器和检测器,从而实现真实的假新闻生成与检测。我们的结果表明 LLM-GAN 在预测性能和解释质量方面都表现出色。我们进一步展示了将 LLM-GAN 集成到云原生 AI 平台以提供更好的假新闻检测服务。
引用
@article{arxiv.2409.01787,
title = {LLM-GAN: Construct Generative Adversarial Network Through Large Language Models For Explainable Fake News Detection},
author = {Yifeng Wang and Zhouhong Gu and Siwei Zhang and Suhang Zheng and Tao Wang and Tianyu Li and Hongwei Feng and Yanghua Xiao},
journal= {arXiv preprint arXiv:2409.01787},
year = {2024}
}