NewsLens：一种用于对抗性新闻偏见导航的多智能体框架

arXiv:2605.17364v1 公告类型：新 摘要：媒体偏见检测主要被构建为分类任务：为文章或媒体机构分配政治标签。我们认为这种构建过于肤浅：它识别出偏见的存在，却没有指出偏见在哪里、如何存在，以及关键的是，什么内容被结构性省略。我们提出了 NewsLens，一个用于结构化新闻偏见导航的五智能体对抗性流水线。事实验证器、渐进框架分析师、保守框架分析师、宣传检测器和中立摘要器协作，将文章解构为可解释的框架图，揭示意识形态遗漏、修辞操控和框架边界。该系统在四个地缘政治事件集群（印巴克什米尔、加沙、气候政策、乌克兰）的15篇文章上进行了评估，使用 Qwen2.5-3B-Instruct（4位量化，Google Colab T4），并在克什米尔集群上使用 Mistral 7B 进行跨模型验证。中立媒体机构显示最高的平均视角分歧度得分（PDS：克什米尔子集上 Qwen 0.907，Mistral 0.729）；保守框架媒体机构显示最高的平均操控指数（MI：两个模型均为0.600）。跨模型比较显示，对于高宣传内容（Republic World 的 delta-PDS=0.125，两个模型 MI=0.8）具有高度一致性，而对于细微差别的报道则存在较大变异。Mann-Whitney U 检验发现，在 n=15 时组间差异无统计学显著性，诚实地报告为样本量限制，事后功效分析证实了这一点。部分消融实验移除了宣传检测器，结果显示中立摘要器输出的遗漏精度下降。该架构将先前的词汇-几何偏见工作扩展到智能体大语言模型推理，并且完全可复现，使用开放权重模型无需 API 密钥。

# NewsLens：面向对抗性新闻偏见导航的多智能体框架
来源：https://arxiv.org/abs/2605.17364
参考文献工具

## 参考文献与引用工具

参考文献浏览器 切换

代码、数据、媒体

## 本文相关的代码、数据与媒体

演示

## 演示

相关论文

## 推荐与搜索工具

关于 arXivLabs

## arXivLabs：与社区合作者共同开展的实验项目

arXivLabs 是一个框架，允许合作者直接在 arXiv 网站上开发和分享新的 arXiv 功能。

与 arXivLabs 合作的个人和组织都认同并接受了我们关于开放、社区、卓越和用户数据隐私的价值观。arXiv 致力于这些价值观，只与遵守这些价值观的合作伙伴合作。

有能为 arXiv 社区带来价值的项目想法？**了解更多关于 arXivLabs 的信息**（https://info.arxiv.org/labs/index.html）。