面向 LLM 生成假新闻的 Prompt 诱导语言指纹

随着大语言模型的快速发展，生成假新闻的难度日益降低，构成日益严峻的社会威胁，凸显了迫切需要可靠检测方法的紧迫性。早期尝试识别 LLM 生成的假新闻主要关注文本内容本身；然而由于该内容往往连贯且事实一致，细微的虚构痕迹往往难以察觉。通过分布式偏差分析，我们发现 LLM 在生成真实新闻和假新闻时，受提示词影响会产生统计学上显著的概率分布变化——即所谓的 prompt 诱导语言指纹。基于此洞见，我们提出一种新方法，名为 Linguistic Fingerprints Extraction（LIFE）。通过重构词汇级别的概率分布，LIFE 能发现有助于检测 LLM 生成假新闻的判别性模式。为放大这些指纹模式，我们还利用关键片段技术，以强化细微语言差异，提高检测可靠性。实验表明，LIFE 在 LLM 生成的假新闻检测中实现了最先进水平，并在人类撰写的假新闻上保持高性能。代码和数据已公开于 https://anonymous.4open.science/r/LIFE-E86A。