arXiv · cs.CL· Ziyu Luo·· 18 天前AI 评分23
SharP：基于软硬提示引导的 LLM 数据增强方法用于低资源假新闻检测
SharP: Soft and Hard Prompt-Guided Augmentation with LLM for Low Resource Fake News Detection
来源与原文
arXiv · cs.CL
作者：Ziyu Luo
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/2610.13207v1
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
研究者提出 SharP，一个由软提示与硬提示共同引导的边界感知文本生成框架，利用 LLM 为低资源假新闻检测生成任务相关的合成样本。硬提示提供结构化引导与事实约束，软提示引入从数据学到的语义模式，并结合边界感知策略与语义对齐、分类器反馈的双目标优化，将生成引向分类器不确信的区域。该方法在仅有少量标注数据的场景下提升了检测模型的鲁棒性与泛化能力。
来源：arXiv · cs.CL · arxiv.org