arXiv · cs.AI· Manar Alsaid·· 11 小时前
AI模型利用预设社交噪声构建评估虚假信息检测性能
Assessing the Performance of AI Models in Misinformation Detection Using Predefined Social Noise Constructs
arXiv:2610.17469v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Manar Alsaid
期刊信息（来源提供）：ACM Transactions on Asian and Low-Resource Language Information Processing, 2026
研究任务与主要进展
该研究基于2024年3月至2025年3月X平台乌克兰相关标签下的50万条推文，评估六种文本模型和一种图神经网络在引入预设社交噪声构建后的虚假信息检测性能。RoBERTa表现最佳，准确率为97.17%、Cohen's kappa和MCC均为0.9660、AUC为0.9977；图神经网络准确率为64.52%、AUC为0.899。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org