Comparative Evaluation of Traditional Machine Learning and Transformer Models for Fake News Detection
यह अध्ययन पांच सार्वजनिक डेटासेट्स पर चार पारंपरिक मशीन लर्निंग मॉडलों की तुलना चार ट्रांसफॉर्मर-आधारित मॉडलों के साथ व्यवस्थित रूप से बेंचमार्क करता है, जो यह प्रदर्शित करता है कि जबकि रोबर्टा (RoBERTa) जैसे ट्रांसफॉर्मर आर्किटेक्चर फेक न्यूज डिटेक्शन की सटीकता में पारंपरिक तरीकों की तुलना में काफी बेहतर प्रदर्शन करते हैं, वे काफी अधिक कम्प्यूटेशनल लागत भी वहन करते हैं, जिससे विभिन्न संसाधन बाधाओं के तहत मॉडल चयन के लिए महत्वपूर्ण ट्रेड-ऑफ अंतर्दृष्टि प्राप्त होती है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।