arXiv · NLP· Fardin Saad, Zhe Zhang, Sanjana Cheerla, Amanul Haque, Munindar P. Singh·· 10 天前AI 评分40
AVCORP:基于博弈论与心智理论的欺骗检测基准及微调模型
AVCORP: Identifying and Resisting Deception via Communication Theory and Theory of Mind
AI 导读
LLM Agent 易受欺骗,研究人员构建包含 5,000 条标注对话的语料库 AVCORP,并基于该语料对 Qwen3-8B 进行训练。 在 25 场留出游戏中,最佳检测器超越 GPT-5.6 Sol、Gemini 3.1 Pro 等前沿模型,表现匹配 Claude Opus 5.5;在 20 场人类游戏中,所有训练后的检测器 F1 分数均高于未训练基线。
来源:arXiv · NLP · arxiv.org