虚假

本文介绍了一项由美国哈佛大学、斯坦福大学、加州大学洛杉矶分校（UCLA）和佐治亚理工等四所名校合作开展的研究，探讨了社交媒体对网友易受信息影响的因素。研究通过计算模型分析用户的活动来推断他们易受影响的程度，通过观察分享行为来推断潜在受影响性倾向。该研究发现，仅通过社交媒体的转发行为就能揭示人们如何受...

这篇文章讨论了大型语言模型在制造虚假信息方面的潜力。研究团队选取了10种不同的大语言模型，通过使用20种虚假信息叙事来评估它们的性能。这些叙事涵盖了COVID-19、俄乌战争、健康、美国和区域性话题等五个类别。研究结果显示，这些大语言模型能够制造出令人信服的虚假新闻。 原文链接：大模型变身双面人：虚...

本文转载自机器之心，原题为《公开出售GitHub star、Kaggle点赞，「」越来越明目张胆了吗？》，是一篇关于项目虚假指标的讨论。文章介绍了开发者世界中对项目火热程度和受欢迎程度的判断，强调了GitHub的star量在其中扮演的关键角色。文章提到了一些知名项目的star数量，并讨论了虚假获取s...