跳到正文
arXiv · NLP· Hanxun Huang, Yutao Wu, Qizhou Wang, Silvia Monta\~na-Ni\~no, Yige Li, Xiang Zheng, Elif Buse Doyuran, Phoebe Matich, Xiao Liu, Xingjun Ma, Sarah Erfani, Christopher Leckie·· 10 天前AI 评分28

VEX-Bench:评估LLM生成虚假信息的核实复杂度

VEX-Bench: Benchmarking Verification Complexity of LLM-Generated Misinformation

AI 导读

研究团队发布 VEX-Bench,基准涵盖 7 个前沿 LLM、7 种生成方法及 60 个真实主题,共生成 5,880 篇虚假文章。 VEX 分数整合诱发率与核实复杂度,发现 LLM 能以低 3 倍至 169 倍的成本生成高 VEX 虚假信息。 这导致稀缺的核实资源被系统性错配,代码已在 GitHub 公开。

来源:arXiv · NLP · arxiv.org