2025年12月31日
AdStyle：LLM自我进化，生成攻击 Prompt
摘要： Adversarial Style Augmentation via Large Language Model for Robust Fake News Detection（WWW 2025） 通过大型语言模型进行对抗风格增强以实现鲁棒的假新闻检测 作者：Sungwon Park, Sungwon 阅读全文
posted @ 2025-12-31 21:02 卓然666 阅读(2) 评论(0) 推荐(0)
TREPAT：LLM重写对抗训练
摘要： Attacking Misinformation Detection Using Adversarial Examples Generated by Language Models （EMNLP 2025） 使用语言模型生成的对抗样本攻击虚假信息检测 作者：Piotr Przybyła, Euan 阅读全文
posted @ 2025-12-31 20:45 卓然666 阅读(3) 评论(0) 推荐(0)