Hamidreza Saffari

多模态大语言模型被用于审计跨国TikTok有害内容

一篇新发表在arXiv上的研究详细介绍了一种使用多模态大语言模型（MLLMs）审计TikTok有害内容暴露情况的方法。研究人员发现，在分析视频帧和文本时，Gemini 2.5 Flash在所测试的LLMs中表现最佳。该研究在法国、意大利和瑞典的不同年龄组中使用了代理账户，揭示与被动浏览相比，关键词搜索显著提高了有害内容的检测率，尽管这种效果是暂时的。在被动浏览条件下，意大利所有年龄段的有害内容暴露率最高。