xxai

摘要： 论文信息 论文标题：Graph Rationalization with Environment-based Augmentations论文作者：王宇杰、于奎、张玉宏、曹付源、梁吉业论文来源：KDD 2022 发布时间：2022论文地址：link论文代码：link 1 研究动机&&研究问题 1.1 阅读全文

摘要： 论文信息 论文标题：Learning from Shortcut A Shortcut-guided Approach for Graph Rationalization论文作者：Linan_Yue , Qi Liu, Ye Liu, Weibo Gao, Chao Song论文来源：ICLR'20 阅读全文

摘要： 论文信息 论文标题：Rationalizing Graph Neural Networks with Data Augmentation论文作者：Gang Liu、Eric Inae、Tengfei Luo、Meng Jiang论文来源：论文地址：link论文代码：link Method 4.1 关 阅读全文

摘要： 论文信息 论文标题：Cooperative Classification and Rationalization for Graph Generalization论文作者：岳临安、刘琪、刘烨、高伟博、姚方舟、李文峰论文来源：WWW 2024发布时间：2024论文地址：link论文代码：link 1 阅读全文

摘要： 论文信息 论文标题：Fine-Grained Graph Rationalization论文作者：徐哲、潘孟海、陈玉忠、陈慧媛、严宇辰、玛哈什韦塔·达斯、童汉航论文来源：NeurIPS'2022 发布时间：2022论文地址：link论文代码：link 1 摘要 核心定义： 理据发现（Rational 阅读全文

该文被密码保护。 阅读全文

摘要： 摘要 研究背景与问题：社交媒体平台上虚假新闻泛滥，对社会产生显著负面影响；传统基于小型语言模型（SLMs）的深度学习方法需大量监督训练，且难以适应快速变化的环境；大型语言模型（LLMs）虽具备强大零样本能力，但因缺乏相关演示及知识的动态性，无法有效识别虚假新闻。 提出的解决方案：构建新型框架 “多轮 阅读全文

摘要： 摘要 研究背景：网络平台虚假信息快速传播，破坏个体信任并阻碍理性决策，传统检测方法存在局限性。 核心方法：提出可解释且计算高效的检测流程，采用基于 Transformer 的预训练语言模型（PLMs），对 RoBERTa 和 DistilBERT 进行两步优化： 第一步：冻结模型骨干网络，仅训练分类 阅读全文

摘要： 3 多语言数据集生成（Multilingual Dataset Generation）方法 一、核心目标 构建可扩展、高效的自动化流程，生成高质量多语言事实核查数据集，支持英语、西班牙语、德语及低资源语言，包含 “支持（Supports）”“反驳（Refutes）”“信息不足（Not-info）” 阅读全文

摘要： 方法 主张类型分类：采用微调后的 DeBERTaV3-large 模型，识别输入主张的类型，具体包括 “立场声明”“事件 / 属性主张”“因果主张”“数值主张”“引文验证” 五类。 示例检索：运用 BM25 算法，从训练集中检索与输入主张类型一致的示例主张，同时获取这些示例主张对应的证据问题；该少量 阅读全文