跳到正文
热点事件持续更新

提出代理式在线阴谋论检测框架

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

2026年11月4日,Lior Biton与Oren Tsur在arXiv(cs.lg)发布新论文,提出一种配备社会查询工具的代理式(Agentic)框架,用于识别在线阴谋论。该框架通过推断言外之力(illocutionary force)并结合相关社会语境进行上下文感知推理,以检测社交媒体中的阴谋论言论。论文使用2018年末至2023年初的希伯来语推文数据集,涵盖选举与疫情时期,包含80%至90%的公共希伯来语推文。实验结果显示,该上下文感知工作流的性能显著优于非代理式(非Agentic)的纯文本分类模型,验证了在社会嵌入解释任务中自适应推理方法的有效性。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月4日
  1. arXiv · ML
    Agentic 框架识别在线阴谋论:基于希伯来语推文数据集的上下文感知推理

    论文提出一种配备社会查询工具的 Agentic 框架,通过推断言外之力识别阴谋论,在希伯来语推文数据集上优于纯文本分类。 数据集覆盖 2018 末至 2023 初,包含 80%-90% 公共希伯来语推文,涵盖选举与疫情时期。 上下文感知工作流性能显著优于非 Agentic 模型,验证了社会嵌入解释任务中自适应推理的有效性。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。