本文研究了大型语言模型（LLMs）在识别误导性新闻标题方面的表现，发现不同模型之间存在显著差异。强调了人本评估的重要性，结合技术与人类判断。研究还揭示了LLMs在处理复杂欺骗场景中的能力，指出其可能高估无意义陈述的深度，并建议在设计中融入可解释性，以提高用户理解和使用效果。

本文研究了大型语言模型（LLMs）在假新闻检测中的应用，发现现有检测器对机器生成内容存在偏见。提出结合对抗训练与真实新闻的策略，显著提高检测准确性。同时，强调了人本评估的重要性及LLMs生成的误导信息的危害性，探讨了相关伦理问题。