English(EN) Reasoning through Evolution: Automatic Meta-path Discovery for LLM-based Fake News Detection

新框架 MAGER 通过遗传进化增强 LLM 虚假新闻检测能力

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-17 04:00

研究人员开发了 MAGER，一个新颖的多智能体遗传进化框架，旨在利用大型语言模型 (LLM) 增强虚假新闻检测。该框架通过自动发现优化的元路径，解决了将原始传播图输入 LLM 时信息过载和模态不匹配的挑战。这些元路径将复杂的图压缩成信息丰富的子图，使冻结的 LLM 能够更有效地执行结构感知推理，尤其是在零样本和少样本场景下。该系统还结合了图上下文学习策略，以进一步增强分类和推理能力。 AI

影响这项研究通过改进 LLM 理解复杂关系数据的方式，有望带来更强大、更具数据效率的虚假新闻检测系统。

排序理由该集群包含一篇关于使用 LLM 进行虚假新闻检测的新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 16 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇关于使用 LLM 进行虚假新闻检测的新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, safety; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Ziyi Zhou, Xiaoming Zhang, Hui Pang, Yuting Zhang, Tiesunlong Shen, Bingyu Yan, Erik Cambria, Litian Zhang · 2026-09-17 04:00

通过进化进行推理：LLM驱动的假新闻检测的自动元路径发现

arXiv:2609.18597v1 Announce Type: new Abstract: Propagation structures provide crucial evidence for fake news detection, yet existing approaches primarily rely on supervised GNN-based models, which require substantial labeled data and exhibit limited generalization. Although larg…

本文如何被排名

报道来源 [1]

通过进化进行推理：LLM驱动的假新闻检测的自动元路径发现

相关实体

相关话题