小样本强泛化
利用LLM生成多样化虚假信息样本增强对比学习判别特征，形成闭环优化提升对训练外数据的泛化。
Shen, Hang · Xiang, Li · Xu, Wang · Dai, Yuanfei · Wang, Tianjiang Jing · 白光伟
IEEE Transactions on Computational Social Systems 2025
LLM 增强样本的语义丰富性和多样性增强了 CL 的判别特征提取和预测能力，从而提升对原始训练数据之外的泛化能力。
对比损失感知的联合训练主动约束 LLM 的幻觉并引导增强质量，确保生成样本的可靠性。
LACL 超越了直接应用商业 LLM 进行检测而无需任务特定适配的方法，省去了昂贵的微调过程。