一项新的研究论文提出，当前用于检测社交媒体影响行动中“仇恨言论”的方法可能将党派或地缘政治内容错误地归类为仇恨言论。该研究分析了来自七个政府归因活动中的 2508 万条推文，开发了一个基于 LLM 的检测器和一个可审计的规则，以区分基于身份的攻击、党派攻击和地缘政治的谩骂。研究结果表明，将所有分裂性内容报告为仇恨言论可能是一种高估，只有一小部分符合更严格的仇恨言论定义。 AI
影响 这项研究可以改进用于内容审核的 AI 模型，从而更准确地识别仇恨言论与政治言论。
排序理由 该集群包含一篇发表在 arXiv 上的研究论文，详细介绍了新的发现和方法论。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2607.14491v1 Announce Type: cross Abstract: State-backed influence operations are routinely measured as high-prevalence sources of ``hate'' and ``toxicity.'' We argue those rates rest on a measurement error: the detectors behind them are validated to catch a broader definit…
State-backed influence operations are routinely measured as high-prevalence sources of ``hate'' and ``toxicity.'' We argue those rates rest on a measurement error: the detectors behind them are validated to catch a broader definition inclusive of hostility or divisiveness aimed a…