热点事件持续更新
研究者提出GCA框架利用LLM解释检测情绪重写假新闻
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026年10月8日，相关研究提出了一种门控交叉注意力（GCA）框架，旨在检测保留核心事实但经过情绪化重写的虚假新闻。该框架利用大语言模型（LLM）生成的解释作为稳定的背景知识，通过自适应融合情绪重写新闻与对应解释，有效减少情绪重构引起的匹配偏差。实验表明，GCA框架在PolitiFact和LUN数据集的多情绪条件下检测性能显著提升，并在GossipCop数据集上保持了竞争力。目前，该研究的相关代码和数据已开源。
AI 根据报道生成 · 6 小时前更新
最新进展10月8日 12:00
研究人员提出GCA框架，利用LLM解释检测情绪重写假新闻并开源代码数据。报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv 自然语言处理利用 LLM 生成的解释检测情绪重写的虚假新闻
研究人员提出门控交叉注意力（GCA）框架，利用 LLM 生成的解释作为稳定背景知识，以检测保留核心事实但经过情绪化重写的虚假新闻。该框架自适应融合情绪重写新闻与对应解释，有效减少情绪重构引起的匹配偏差。在 PolitiFact 和 LUN 数据集的多情绪条件下检测性能显著提升，在 GossipCop 上保持竞争力，相关代码和数据已开源。
本事件热度走势
当前热度 9·可比范围峰值 10（10月8日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。