标签
一篇观点文章，认为AI系统，尤其是大型语言模型，本质上是胡说八道者，因为它们生成看似合理但虚假的信息，既无理解也无欺骗意图。
NewsGuard推出了一款AI聊天机器人，它仅从经过可信评级的来源聚合新闻，并与出版商分享50%的订阅收入，旨在打击虚假信息并支持新闻业。
本文介绍了 ComRate，一个来自 X 平台的大规模社区注释和评分数据集，并提出了 MultiCom，一种基于角色引导的多智能体框架，用于模拟社区注释评估。该方法在预测注释有用性方面达到了 84.7% 的准确率。
Meta在Facebook搜索中推出AI模式，其答案基于Facebook和Instagram的公开帖子，引发了关于错误信息的担忧。早期测试显示，在旅行规划和一些有争议的回应方面结果喜忧参半。
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。
右翼官员和数据中心投资者声称中国政府资助反对数据中心的活动，但专家持怀疑态度，认为美国本土行为者主导了反对数据中心的讨论。
科技富豪声称中国资助当地反对美国数据中心的活动，但缺乏证据；OpenAI发现了一场有限的中国影响力活动，利用ChatGPT生成反对数据中心的内容。
来自Meta和卡内基梅隆大学的这篇论文提出了一种多模态视觉-语言模型管道，用于检测社交媒体上的AI生成内容，实现了最先进的性能，并对用户参与度产生了积极的下游影响。
美国妇产科医师学会（ACOG）发布了其自己的孕产妇免疫接种时间表，这与卫生部长RFK Jr.领导下的CDC建议有所不同，推荐了因反疫苗政策变化而被CDC放弃的COVID-19和流感疫苗。
ChatGPT 被发现推荐虚假诈骗网站和已倒闭品牌的克隆店铺，引发对其训练数据被投毒以及人工智能购物助手安全性的担忧。
文章分析了AI生成的虚假专家、抗议海报和特朗普的合成照片如何侵蚀新闻媒体的可信度，指出媒体在核实信息源上的缺失导致错误信息扩散。
麻省理工学院媒体实验室的一项新研究发现，依赖AI聊天机器人验证新闻的人，在独立识别虚假信息方面反而变得更差，凸显了“AI依赖悖论”。
介绍了KITE，一种联合建模文本、图像和知识图谱的三模态Transformer框架，用于假新闻检测，在基准数据集上优于单模态和双模态基线。
Polymarket和Kalshi已要求其网红合作伙伴删除质疑选举结果的帖子中的付费合作标签，因为这些平台执行禁止否认选举结果的政策。
本文提出了一种对抗性方法，用于创建和检测AI生成的社交机器人内容，并整理了一个多语言、跨平台的人类与AI消息配对数据集。在这种对抗性数据上进行训练，能够在实际环境中显著超越现有的基于内容的机器人检测模型。
埃隆·马斯克宣布一项新的X功能：与误导性帖子互动且该帖子后续被Community Notes纠正的用户，将收到一条包含纠正内容的𝕏聊天消息，以消除误解。
来自肯尼索州立大学的研究人员利用可解释语言特征（词汇多样性、可读性、情感特征）对检测AI生成假新闻的跨提示词泛化能力展开研究。在一种提示策略上训练、在另一种提示策略上测试的随机森林分类器取得了0.988至1.000的AUC值，表明这些特征能够捕捉AI生成文本的稳定且可泛化的属性。
本文探讨了人工智能生成的虚假信息（slop）如何渗透到针对AI数据中心的草根抗议活动中，虚假表情包和不准确的搜索摘要助长了不信任和困惑。
本文介绍了BOUTEF，一个用于研究阿尔及利亚和突尼斯假新闻的大规模多语言语料库，涵盖阿拉伯方言、Arabizi、法语、英语及语码转换。该语料库包含对语言策略和互动动态的实证分析。