EARD：基于大语言模型的早期谣言检测模仿代理框架

EARD框架核心概述

EARD（LLM-based Early Rumor Detection with Imitation Agent）是一种轻量级大语言模型驱动的早期谣言检测方法，通过模仿代理机制实现无需训练的数据高效检测。该框架解决了传统谣言检测在数据稀缺、时效性要求高场景下的困境，在社交媒体谣言早期识别任务中展现优异性能，结合LLM语义理解能力与轻量级推理优势，为信息治理提供关键技术支持。

研究背景：谣言检测的时效性挑战

社交媒体时代谣言传播速度快、影响范围广，早期识别是信息治理关键。传统方法存在局限：

• 深度学习方法依赖大量标注数据，而谣言早期数据稀缺
• 特征工程方法依赖人工设计，难以适应谣言形态快速演变 LLM的出现提供新思路，但如何在数据稀缺的早期阶段高效利用LLM且控制计算成本仍是开放问题。EARD研究针对这一挑战提出解决方案。

核心创新：模仿代理机制

设计原理

EARD引入模仿代理机制，模仿人类专家决策过程：提取关键信息、比对已有知识、评估来源可信度、综合判断。采用分阶段轻量级推理（信息抽取→证据评估→综合判断）降低计算成本。

技术架构

包含四大组件：

• 序列编码器：编码帖文时间顺序、互动特征与语义信息
• 模仿代理：执行观察、推理、决策、学习功能
• 证据聚合器：整合多源证据、处理冲突
• 时间序列处理器：建模传播动态与早期信号提取

方法详解

Few-shot上下文学习

通过精心设计的示例引导模型：

• 示例选择：相似案例、覆盖不同类型、含推理过程
• 提示词工程：明确任务目标、结构化输出、引导推理
• 动态更新：根据反馈优化示例库

训练自由适应性

• 零样本能力：跨语言、跨平台、新类型谣言识别
• 快速部署：无需标注数据与微调
• 持续适应：通过更新示例适应新场景

早期检测优化

• 稀疏数据推理：概率性判断与置信度评估
• 增量信息融合：动态更新判断与信息增益评估
• 早期信号提取：识别传播模式与关键节点行为

实验评估与结果

数据集

在Twitter15/Twitter16、Weibo、PHEME四个公开数据集上实验

评估指标

• 准确性：Accuracy、Precision、Recall、F1-Score
• 早期检测：Earliness、不同时间点准确率
• 效率：推理延迟、资源消耗

主要结果

• 性能领先：超越现有最佳方法，早期检测优势更明显
• 跨领域适应：无需训练即可适应新平台与语言
• 计算效率：推理速度优于大型端到端模型

消融实验

验证模仿代理、Few-shot示例、时间序列建模的关键贡献

应用价值与场景

社交媒体平台

实时内容审核、趋势监测、用户提示

新闻机构

线索发现、初步评估、加速事实核查

政府与公共部门

舆情监测、公共沟通、应急响应支持

企业品牌保护

品牌监测、竞品分析、危机公关启动

局限性与未来方向

当前局限

• 多模态内容处理能力有限
• 复杂谣言深层推理不足
• 对抗性攻击鲁棒性待增强
• 超大规模数据流实时处理需优化

未来方向

• 技术改进：RAG引入外部知识、多模态检测、跨平台追踪
• 应用拓展：特定领域（医疗/金融）、多语言、源头追溯
• 系统整合：事实核查数据库整合、人机协作审核

总结

EARD通过模仿代理机制结合LLM语义理解与轻量级推理，实现无需训练的数据高效早期谣言检测。其意义在于：

• 方法论创新：提出模仿代理新范式，展示LLM在数据稀缺场景的应用潜力
• 实用价值：可立即部署，降低技术门槛，支持实时大规模应用
• 研究启示：重新审视训练数据依赖的深度学习范式，推动高效AI应用研究 该框架为构建健康信息生态提供有力工具。