WWW / The Web Conference

PRISM: LLM-Guided Semantic Clustering for High-Precision Topics

PRISM：基于LLM的语义聚类用于高精度主题

Connor Douglas, Utkucan Balci, Joseph Aylett-Bullock

机构 * New York University（纽约大学） ； Binghamton University（宾汉姆顿大学） 纠错

AI总结 PRISM结合LLM的丰富表示与低成本可解释的潜在语义聚类方法，通过稀疏LLM标签微调句子编码模型，提升主题分离度，适用于多语料库的高精度主题发现。

Comments To appear in Proceedings of the ACM Web Conference 2026 (WWW 26)

Cardinality is Not Enough: Super Host Detection via Segmented Cardinality Estimation

基数不够：通过分段基数估计进行超主机检测

Yilin Zhao, Jiawei Huang, Xianshi Su, Weihe Li, Xin Li, Yan Liu, Jiacheng Xie, Qichen Su, Jin Ye, Wanchun Jiang, Jianxin Wang

AI总结 本文提出SegSketch方法，通过轻量级分段哈希策略估计子网内的基数，提升超主机检测精度，实验证明其在小内存预算下F1-Score提升显著。

Comments This paper has been accepted at WWW 2026

Debating Truth: Debate-driven Claim Verification with Multiple Large Language Model Agents

辩论真相：基于多个大语言模型代理的辩论驱动声明验证

Haorui He, Yupeng Li, Dacheng Wen, Yang Chen, Reynold Cheng, Donglong Chen, Francis C. M. Lau

机构 * Department of Interactive Media, Hong Kong Baptist University（香港浸会大学互动媒体系） ； School of Computing and Data Science, The University of Hong Kong（香港大学计算与数据科学学院） ； College of Computer Science and Artificial Intelligence, Fudan University（复旦大学计算机科学与人工智能学院） ； Beijing Normal-Hong Kong Baptist University（北京师范大学-香港浸会大学联合国际学院） ； Shenzhen Institute of Advanced Technology（深圳先进技术研究院） 纠错

AI总结 本文提出DebateCV框架，通过多代理辩论和调解提升复杂声明验证的准确性与说服力。

Comments Accepted by the ACM Web Conference 2026 (WWW 2026)