ClickGuard：结合大模型嵌入与诱导性指标的点击诱饵检测工具

一篇发表于 arXiv 的研究论文介绍了 ClickGuard——一款基于 AI 的浏览器扩展，用于在用户访问文章前后识别并标记点击诱饵（clickbait）。与传统检测方法不同，该工具采用混合机器学习架构，将基于 transformer 的文本嵌入、与语言学相关的特征以及自定义的「诱导性」（baitness）分数相结合，并在用户进入页面后给出文章为点击诱饵的可能性百分比，同时附上简短摘要作为「剧透」。

方法架构

研究团队首先评估了多种自然语言处理技术，从经典的词向量方法到基于大语言模型（LLM）的嵌入表示，对比其在点击诱饵识别任务上的表现。在此基础上，论文构建了一套融合以下信息的混合特征体系：

• 基于 transformer 的语义嵌入，用于捕捉文章的上下文信息
• 由语言学动机驱动的传统特征，如标题模式、情感词分布等
• 研究自定义的「baitness」分数，用于量化标题与正文之间的一致性偏差

最终，研究者采用 XGBoost 作为分类器，在公开组合数据集上取得了 91% 的 F1 分数。

产品形态

除了检测能力，ClickGuard 还提供两项面向用户的交互功能：

• 在用户点击链接前对高风险链接进行预警
• 在用户进入文章后展示百分比形式的诱饵可能性评分，并基于分析得到的指标解释预测依据
• 自动生成一句话到两句的「点击诱饵剧透」，让用户在不阅读全文的情况下了解核心内容

意义与局限

该工作的核心贡献在于把检测从「打分」延伸到「解释与替代阅读」，对希望减少被标题党浪费时间的读者有一定实用价值。不过，从论文摘要来看，方案仍依赖 XGBoost 与传统特征的组合，大模型更多承担嵌入提取角色，并未展现生成式模型在判断「是否值得点击」上的更高阶推理能力。其在跨语言、跨领域新闻（如视频标题、社交媒体短帖）上的泛化表现也尚未披露。整体而言，这是一项面向特定应用场景的工程化研究，对点击诱饵检测方向具有参考意义，但对通用 AI 行业格局影响有限。