arXiv · ML· Heng-Sheng Chang·· 2026-10-14AI 评分20
Machine Deception Detector 提出提升欺骗检测准确性与量化不确定性的方法
Accuracy and Uncertainty in Machine Deception Detection (Research White Paper)
AI 导读
该白论文提出 Machine Deception Detector,通过读取语言模型所有层、仅使用响应标签学习证据 token,并将校准阈值使虚报率低于预设水平。 评估在 Liars' Bench 上完成,测试六个 Qwen3 模型,参数规模从 0.6B 到 32B。 集成方法通过成员一致性报警,提供置信度以衡量检测结果的确定性。
来源:arXiv · ML · arxiv.org