跳到主要内容
检索

# CoPHEME基准

1 篇关联报道

订阅更新
  1. arXiv

    真实碎片也能拼出谣言:14个模型里12个对未获证据支持的传闻接受率超过65%

    语言模型智能体在社交媒体式信息流中会自行补全真实帖子之间缺失的关系,并把补出的关系当作既定事实。研究用Generative Montage让Writer、Editor、Director三个角色把真实碎片编排成指向特定传闻的叙事,在CoPHEME六个事件的1,090个传闻目标上,14个受测模型中有12个整体接受率超过65%,专有模型平均74.4%、开放权重模型平均70.3%。多数投票和语言模型评审后接受率仍高于50%,而检查单条帖子是否直接支持结论的Grounded Monitor在四个模型上把判定准确率提高5.6至29.0个百分点。

已读完全部报道