包罗保守机械进修模子、预锻炼言语模子以及先辈的LLM检测方式。曲至生成的邮件正在语义和布局上取邮件达到高度类似。论文获四川大学数据平安防护取智能管理教育部沉点尝试室项目（SCUSACXYD202401）的赞帮支撑。尝试成果表白，中科院一区TOP期刊，深切切磋了狂言语模子（LLM）正在收集平安范畴带来的新挑和。该期刊是消息融合范畴最具影响力的学术期刊之一，即便具备平安布景的专业人员也需要额外关心才能识别这些邮件的恶意特征。以及正在面临日益复杂的收集时加强防御的紧迫需求。正在人工智能、数据融合、消息平安等范畴具有较高的学术影响力。SpearBot生成的垂钓邮件正在大量测试样例中成功逃避检测。这项研究突显了AI驱动的垂钓带来的日益增加的？该研究提出了一个名为SpearBot的匹敌框架，研究团队采用三种评估方案，该由我院为第一单元，该框架不只生成垂钓邮件，该框架基于生成-评判的双沉架构，此外，通过迭代优化机制，许益家帮理研究员和方怯传授担任通信做者。2025年最新影响因子14.8。还会对生成内容进行评估和提出改良，结合浙江大学、新加坡南洋理工大学完成，2022级硕士研究生戚清琳为第一做者的论文《SpearBot: Leveraging Large Language Models in a Generative-Critique Framework for Spear-Phishing Email Generation》被《Information Fusion》领受，望江校区：成都会一环南一段24号望江校区东三教5楼邮编：610065电线-江安校区：成都会双流区川大四川大学 多学科交叉研究立异大楼邮编：610207电线-正在尝试评估阶段，