T
ELLER
: A Trustworthy Framework for Explainable, Generalizable and
Controllable Fake News Detection
1.概述
尽管现有的深度学习方法在预测准确性方面取得了一定的成功,但它们因神经网络的黑箱性质而缺乏透明性,并且在面对与训练数据分布不同的未见数据时泛化能力有限。此外,与LLMs的整合可能导致不可控的风险,如幻觉和社会影响。为了应对这些挑战
尽管现有的深度学习方法在预测准确性方面取得了一定的成功,但它们因神经网络的黑箱性质而缺乏透明性,并且在面对与训练数据分布不同的未见数据时泛化能力有限。此外,与LLMs的整合可能导致不可控的风险,如幻觉和社会影响。为了应对这些挑战