机器欺骗检测器提出并评估不确定性

2026年10月15日，一篇发表于 arXiv 人工智能分类的研究白皮书提出 Machine Deception Detector（机器欺骗检测器）。据该白皮书，这一方法同时针对检测准确率与检测器分数的不确定性：读取语言模型全部层，仅用响应标签学习哪些 token 携带欺骗证据，并校准告警阈值，使假阳性率低于预设水平。该白皮书由 Heng-Sheng Chang 提出并评估；训练使用受指示的诚实与欺骗性陈述，测试使用 Liars' Bench 中五个未见过的欺骗任务，由六个 Qwen3 模型（参数规模从 0.6B 到 32B）读取。截至本综述，事件仅有这一篇报道，尚无后续跟进报道，因此上述训练与测试设置、阈值校准目标均限于该白皮书所描述的方法与实验范围。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。