arXiv · cs.CL· Dexin Liu·· 18 小时前AI 评分17
MANTIS：面向假新闻检测的多轴变形实例级压力测试与最坏情况训练框架
MANTIS: Multi-Axis News Transformations for Instance-Wise Stress Testing and Worst-Case Training in Fake News Detection
来源与原文
arXiv · cs.CL
作者：Dexin Liu
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.35475v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
MANTIS 是一个实例自适应对抗框架，用于提升假新闻检测在多轴呈现攻击下的鲁棒性，推理时零额外开销。配套的 MANTIS-Bench 覆盖写作风格、情感表达与传播框架三个改写轴。实验显示，在 GossipCop 上 MANTIS 相比 SheepDog 将 Union Attack Success Rate（UASR）降低 3.55 个百分点，Macro-F1 持续优于此前单轴防御方法，同时保持有竞争力的干净数据准确率。
来源：arXiv · cs.CL · arxiv.org