社交机器人检测新突破
融合大语言模型语义表示与结构感知编码，并通过核化线性注意力实现高效全局建模，在检测精度和推理效率上均优于现有方法。
Li, Da · Shen, Liyan · Guo, Qinglei · Chenyang, Zhang · 厉军 · Wentao, Jiang · Yu, Mingxing Xin
Neurocomputing 2025
利用大语言模型生成用户行为和交互上下文的语义表示，与结构感知编码结合，捕捉到单纯结构分析遗漏的恶意机器人特征。
采用核化线性注意力，将计算复杂度从平方级降为线性，在保持全局上下文建模能力的同时显著降低计算开销，使模型能处理大规模社交网络。
在真实世界数据集上的大量实验表明，BotLGT 在检测准确率和推理效率两方面均超越现有最佳基线，可部署于实时检测场景。