标签
该论文提出使用“不可靠叙述者”框架，通过提示工程使开源模型能够以低成本生成高质量的讽刺新闻解释，并在澳大利亚 Betoota Advocate 与美国 The Onion 的数据上进行了评估，发现该框架对较弱模型的提升最大。
本文提出了一种门控交叉注意力（Gated Cross Attention, GCA）框架，利用LLM生成的解释作为稳定的背景知识，以检测在保留原始事实主张的同时被不同情感框架改写的虚假新闻，并在PolitiFact、GossipCop和LUN数据集上取得了性能提升。
本研究论文提出了一种计算模型，通过模拟过程性解释在不确定性下如何指导行动规划来评估其有效性。通过四项实验，作者表明，被该模型赋予更高分数的解释被认为更有用，并能带来更好的导航表现。