Agentic Detection of Online Conspiracies
基于Agent的在线阴谋论检测
🧭 Agent结合社交上下文的意图推断
Department of Computer and Information Science, Ben-Gurion University of the Negev, Israel
提出Agentic框架按需查询社交上下文，在希伯来推文阴谋论检测中显著优于纯文本和非Agentic上下文模型
📌 工作参考价值（4 点）
- 在内容安全/评论审核场景，纯文本分类难以识别反讽、阴阳怪气、隐晦攻击；可引入用户历史行为、商品上下文等作为额外信号，构建工具化上下文查询，让Agent按需取用。
- 架构上不要一次性把所有上下文塞进prompt（token爆炸且干扰推理），而是设计轻量检索工具+逐步推理，每次只拉取与当前判断最相关的证据；论文的token economy分析可指导生产中的成本控制。
- 该工作显示Agentic工作流优于非Agentic但暴露相同上下文的模型，说明动态控制上下文获取过程本身有价值，可用于电商用户意图识别、评论情感分类等需要意图推断的任务。
- 工程落地可设置max tool calls、缓存高频查询或预计算用户/商品侧索引，平衡效果与推理开销。