arXiv 自然语言处理AI 评分 58/10009月28日 12:00

虚假评论检测综述：从预训练语言模型到大模型时代

本综述从信息融合视角系统梳理了虚假评论检测技术的发展脉络，涵盖211篇相关研究。文章指出大语言模型（LLM）从双向改变了该领域格局：一方面LLM能够生成高度流畅且符合上下文的欺骗性评论，加剧了平台治理难度；另一方面，预训练模型与大模型也提供了更强大的语义表征能力，推动了检测技术的升级。

推荐理由系统梳理了LLM时代虚假评论生成与检测技术对抗演进的综述论文，对NLP安全和内容治理领域有参考价值。

原标题：A Survey on Fake Review Detection: From Pre-trained Language Models to Large Language Models

arXiv 机器学习09月28日 12:00

融合跨学科理论的虚假新闻计算建模、检测与解释框架

虚假信息检测技术虽准确率不断提升，但往往缺乏可解释性，且与心理学、传播学等传统理论脱节。该研究提出了一种理论驱动的计算框架，通过结构化梳理社会科学、心理学和经济学等领域的虚假新闻理论，利用统计技术与大语言模型将其转化为可量化的特征，旨在实现更具可解释性与理论依据的虚假信息自动化检测与分析。