elections

选举官员正采取措施缓解预测市场在中期选举中可能带来的混乱和不信任，包括为工作人员制定新誓言以防止操纵和攻击。

This paper introduces a reproducible auditing framework for detecting systematic political preferences in LLMs, demonstrated through an Italian case study evaluating parties and leaders across nine criteria.

本文介绍了Polistemics，一个基于理论的基准，用于评估LLMs如何在选举中中介政治信息，并发现尽管总体得分看起来不错，但模型在模糊或矛盾信息下系统性失败。

一项全国性调查发现，63%的美国人对AI帮助选择候选人感到不适，80%担心AI机器人回答政治调查，凸显了AI与民主交叉领域的公众信任问题。

反数据中心运动在密歇根州政治中势头渐强，候选人威尔·劳伦斯以反对数据中心发展的纲领参选，体现了基层更广泛的抵制，并正在重塑地方选举。

AI生成的深度伪造变得越来越逼真且更难检测，引发对其在中期选举中用于传播错误信息的担忧。

本文报道了AI公司之间日益增长的政治竞争，民主党候选人Alex Bores向OpenAI支持的超级政治行动委员会Leading the Future发起辩论挑战，凸显了AI超级政治行动委员会正成为独立政治实体。

OpenAI 发布了一份威胁情报报告，详细说明了在全球范围内破坏20多起欺骗性AI行动的工作，重点关注与国家相关的行为者和影响力运动，考虑到全球选举，这些问题特别令人担忧。