研究人员开发了TH-GNN，一种新颖的异构时序图神经网络，用于检测由大语言模型代理精心策划的复杂刷量攻击。该模型利用具有注意力机制和时序编码的两层异构图Transformer骨干网络，分析评论的语义内容以及用户交互的结构和时序模式。通过联合建模这些信号，TH-GNN在各种攻击场景下显著优于现有的纯文本检测方法，取得了0.870的综合F1分数。 AI
影响 这项研究为检测驱动大语言模型的复杂攻击对推荐系统提供了新方法，有望提高平台完整性。
排序理由 学术论文，详细介绍了新模型及其评估。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
