arXiv · cs.AI· Heng-Sheng Chang·· 1 天前
机器欺骗检测白 Paper：兼顾检测准确率与告警不确定度
Accuracy and Uncertainty in Machine Deception Detection (Research White Paper)
arXiv:2610.15314v1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：Heng-Sheng Chang
研究任务与主要进展
一篇研究白皮书提出 Machine Deception Detector（机器欺骗检测器），通过读取语言模型所有层、仅用回答标签学习欺骗证据 token，并校准告警阈值使假阳性率低于设定水平。该方案用检测器集成度量分数不确定度，仅在成员一致且达到置信度时告警。评估方案在 Liars' Bench 五个未见欺骗任务上测试六个体积从 0.6B 到 32B 参数的 Qwen3 模型。
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