ClickGuard：通过信息量测量和大型语言模型检测和破坏标题诱饵新闻

arXiv:2607.20463v1 公告类型：新 摘要：本文提出了一种人工智能驱动的浏览器扩展，可以识别标题诱饵，以帮助用户避免误导性的互联网文章。该应用程序超越了传统的检测，采用了混合机器学习架构，将基于变压器的嵌入与语言驱动的特征和自定义“诱饵”分数相结合。在评估了各种自然语言处理技术（从经典向量化器到大型语言模型 (LLM) 嵌入）后，开发了基于 XGBoost 的模型，该模型在开放组合数据集上实现了 91% 的 F1 分数。最重要的是，该工具可以在用户访问标题诱饵文章之前和之后发出警告。打开一篇文章后，用户会收到一个百分比分数，表明该文章是标题诱饵的可能性。该预测是根据分析的指标进行解释的，包括在提议的系统中专门开发的指标。该浏览器扩展程序还提供了一个标题诱饵剧透——整篇文章的一到两句话摘要。演示视频：https://www.youtube.com/watch?v=IJ1gkQV82C4}{https://www.youtube.com/watch?v=IJ1gkQV82C4