Bot-Mod 提出基于意图审问的多智能体内容审核框架

Ali Al-Lawati 等研究者发布论文，提出 Bot-Mod：一个不依赖内容信号、而是审问智能体意图的审核框架，通过固定诊断探针询问目标智能体，并用贝叶斯后验推断其隐藏意图，用于识别多智能体社交网络中的恶意行为。 论文配套构建了源自 Moltbook 社区的 Molt-Intent 数据集，以帖子和评论形式覆盖真实社区结构中的良性及恶意行为。作者称，在该数据集上 Bot-Mod 的综合 F1 分布内达到 0.736、分布外达到 0.684，分别比最佳基线高 22% 和 14%。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。