arXiv · cs.AI · Austin Jia, Avaneesh Ramesh, Zain Shamsi, Daniel Zhang, Alex Liu · 9 小时前模型评分33
AuthRank：用来源可信度评分抵御 CTI 大语言模型（LLM，Large Language Model） 流水线投毒
AuthRank: Scoring Source Credibility to Counter Poisoning in CTI LLM Pipelines
导读
研究者提出 AuthRank，一种基于引用网络计算来源可信度的评分方法，用于提升大语言模型（LLM，Large Language Model）处理网络威胁情报（CTI，Cyber Threat Intelligence）流水线时的抗投毒能力。
分类置信度
中 · 待人工复核
- 存在未解决的相邻类别：ai-tooling，需要人工复核。
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：政务与公共事务
事件类型：研究发布
证据摘录
- “We introduce AuthRank, a credibility score computed from citation networks built using explicit citations, LLM-inferred citations, and claim-level entailment, enhanced with time decay and author credibility.”
来源：arXiv · cs.AI · arxiv.org