研究者提出中文谐音伪装毒性检测方法C²TU
热点事件持续更新
研究者提出中文谐音伪装毒性检测方法C²TU
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Xuchen Ma 等作者提出一种针对中文谐音伪装有毒内容的检测方法 C²TU，论文称其为免训练、免提示词的方法。该方法先用中文同音字图与有毒词表做子串匹配，再过滤非有毒候选，并把伪装还原为对应的有毒词。 过滤环节提供基于 BERT 和 LLM 的两个变体，其中 LLM 版本利用文本完整语义上下文识别伪装词，以解决自回归计算词出现概率的局限。 作者称，在两个中文有毒内容数据集上，该方法的 F1 最高超过最佳对比方法 71%，准确率最高超出 35%。
AI 根据报道生成 · 55 分钟前更新
最新进展10月12日 12:00
C²TU：用同音字图与有毒词表揭穿中文谐音伪装的有毒内容报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.CLC²TU：用同音字图与有毒词表揭穿中文谐音伪装的有毒内容
针对中文谐音伪装的有毒内容，研究者提出免训练、免提示词的方法 C²TU，基于中文同音字图与有毒词表做子串匹配，再过滤非有毒候选并将伪装还原为对应有毒词。其过滤环节提供基于 BERT 和 LLM 的两个变体，LLM 版本解决了自回归计算词出现概率的局限，利用文本完整语义上下文识别伪装词。在两个中文有毒内容数据集上，该方法 F1 最高超过最佳对比方法 71%，准确率最高超出 35%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。