arXiv · ML· Alamgir Munir Qazi, John P. McCrae, Jamal Abdul Nasir·· 12 小时前AI 评分29
基于检索的事实核查中对抗性证据污染的检测与缓解
Adversarial Robustness of Retrieval-Based Fact-Checking: Detecting and Mitigating Evidence Contamination
AI 导读
污染仅3.1%至7.4%的训练语料可使模型Top-k检索准确率下降最高46.9%。 现有检索防御在此威胁下检测率崩溃且表现不稳定。 新提出的GLAD防御在LIAR-RAW基准上恢复了73%至80%的性能退化。
来源：arXiv · ML · arxiv.org