计算机科学与探索

作者：张欣, 孙靖超

单位：1. 中国人民公安大学 侦查学院，北京 1000382. 中国人民公安大学 国家安全学院，北京 100038

关键词：大语言模型,虚假信息检测,数据增强,关键信息抽取

基金：中国人民公安大学基本科研业务费项目（2023JKF02ZK04）。

在全球范围内，虚假信息于互联网尤其是社交媒体中的传播，已成为亟待解决的重要议题。随着人工智能技术的兴起，虚假信息检测中大语言模型的应用研究已然成为热点。但在国内，该领域相关研究较为匮乏，尚未形成完整体系。为系统梳理其研究现状及发展脉络，对大语言模型赋能虚假信息检测的研究进行了全面总结。聚焦于基于大语言模型的虚假信息检测框架，深入探讨了大语言模型在虚假信息检测过程中数据生成、数据增强、信息抽取、结合外部知识和工具、模型改进、最终融合决策、解释与反馈生成等方面的创新应用。概述了虚假信息的定义及其传播的背景，详细剖析了框架中的核心检测过程，梳理了虚假信息检测框架中各环节的创新点，对“内部”与“外部”的检测流程进行概述，并阐述了检测过程中涉及的检索增强、提示工程、微调等模型改进与最终决策。最后，分析了当前基于大语言模型的虚假信息检测面临的挑战，并对未来的研究方向进行了展望，以期为基于大语言模型的虚假信息检测领域的发展提供借鉴与启示。

来源：2025年第6期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2025年第6期