Media Bias/Fact Check
PulseAugur coverage of Media Bias/Fact Check — every cluster mentioning Media Bias/Fact Check across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新AI系统SCOPE评估媒体的偏见和事实准确性
研究人员开发了SCOPE，一个旨在评估新闻媒体偏见、事实准确性和可信度的多智能体系统。该系统通过采用专门的智能体来获取文章、分析内容和收集外部证据，从而模仿了媒体偏见/事实核查（MBFC）的方法。在对200家媒体的基准测试中，SCOPE在偏见和事实准确性方面表现优于基线方法，平均绝对误差更低，并能完美检测出失败的事实核查。该系统的设计强调可检查的中间证据和智能体输出，从而提高了媒体画像的透明度。
-
研究发现：视觉语言模型严重偏向来源身份而非内容
研究人员开发了一个名为 CueTrust 的新基准，用于衡量视觉语言模型（VLMs）在多大程度上依赖来源可信度线索（如机构身份），而非新闻文章的实际内容。研究发现，VLMs 表现出对来源身份的强烈偏见，这种偏见可以显著压倒内容证据。这种偏见是模型和规模依赖的，被编码在模型的特定层中，并且可以通过操纵诸如报头或徽标等视觉线索来对其产生因果影响。
-
研究人员发布多视图媒体画像套件，用于偏见和事实性检测
研究人员推出了MBFC-2025，这是一个包含约2,600家媒体机构的大型数据集，旨在解决当前在检测新闻政治偏见和事实性方面缺乏统一资源的问题。该研究还构建了现有数据集（如ACL-2020和MBFC-2025）的多视图表示，整合了包括超链接图和LLM派生信息在内的各种数据源。对嵌入视图和融合策略进行了系统评估，在ACL-2020上取得了最先进的成果，并为MBFC-2025设定了新的基准。