news media
PulseAugur coverage of news media — every cluster mentioning news media across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新框架评估大型语言模型政治立场稳定性
研究人员开发了PReSS，一个旨在评估大型语言模型（LLMs）政治立场稳定性的自动化框架。与仅将偏见归类为左倾或右倾的先前方法不同，PReSS考虑了意识形态倾向在不同主题上的变化程度以及模型保持其立场的持续性。该框架将响应分为四种类型：稳定左倾、不稳定左倾、稳定右倾和不稳定右倾。将PReSS应用于19个政治主题的九个广泛使用的大型语言模型后，发现立场稳定性存在显著差异，表明模型的整体倾向并不能预测其在特定问题上的行为。研究表明，去偏见…
-
Mastodon 用户分享幽默的 AI 生成动画
该条目是一个名为“别射水果”的短篇幽默动画，发布在 Mastodon 上。它似乎是一件数字艺术品或短视频，带有关于美国独立日、新闻、政治和人工智能的主题标签。
-
AI聊天机器人用于新闻消费在全球范围内兴起，但采用率因地区而异
AI聊天机器人用于新闻消费的采用率在全球范围内不断提高，但其普及程度因地区而异。虽然一些地区正在迅速整合，但另一些地区由于基础设施、数字素养和用户信任等因素而滞后。这一趋势凸显了在数字时代人们获取和互动新闻方式日益增长的鸿沟。
-
人工智能生成新闻被认为质量高，短期内提升读者兴趣
一项在德语区瑞士进行的、涉及599名参与者的研究发现，受众在质量、可信度、可读性和专业性方面，对人工智能生成和人工智能辅助新闻文章的感知与人类撰写的新闻文章相似。在披露人工智能参与后，参与者继续阅读文章的意愿暂时增加，但这并未转化为他们对阅读人工智能生成新闻的长期意愿的改变。
-
Mastodon 突出显示热门帖子和流行标签
Mastodon 的多维缩放 (MDS) 功能正在根据收藏和评论内容突出显示热门帖子。该平台还在跟踪流行的标签，其中“news”和“ai”经常出现。这些热门数据提供了对 Mastodon 社区内热门讨论和内容的见解。
-
AI 想象日本偶像成为学校老师
两个独立的 Mastodon 帖子探讨了日本流行娱乐组合 NEWS 和 TOKIO 成为学校老师的假设情景。这些帖子使用 AI 生成内容，以短视频或“shorts”的形式呈现。
-
新基准测试私有合成文本是否能提升人工智能能力
研究人员开发了 ContinuousBench，这是一个旨在评估差分隐私（DP）合成文本在提升模型能力方面的有效性的新基准。与容易饱和的现有基准不同，ContinuousBench 使用连续重新生成的数据集来确保任务在没有特定训练语料库的情况下是不可解的。初步研究结果表明，虽然非私有合成数据可以转移大量知识，但目前最先进的 DP 合成方法即使在放宽隐私参数的情况下也难以做到这一点。
-
新闻网站屏蔽WaybackMachine以阻止人工智能训练
越来越多的新闻媒体正在屏蔽互联网档案馆的WaybackMachine，以防止其内容被用于人工智能训练。此举是对版权侵犯和未经授权使用新闻作品来开发人工智能模型的担忧的回应。这一趋势凸显了内容创作者与人工智能开发者之间在数据使用和知识产权方面日益紧张的关系。
-
AI 代理和广告平台降低新闻准确性，增加消费者成本
AI 代理和广告支持平台的激增已大大降低了获取内容的成本，但同时增加了查找准确信息的难度。这一转变削弱了生产可靠新闻的动力，因为算法优先考虑参与度而非准确性，并且经常未经署名地使用记者的作品。因此，消费者被低质量内容的洪流所淹没，导致传统媒体分析工具失效，并创造了一个不利于新闻业诚信的环境。
-
荷兰新闻档案被提供给GPT-NL项目
荷兰新闻机构正在将其档案提供给GPT-NL项目，该项目旨在开发基于荷兰新闻内容训练的AI模型。包含在这些档案中的自由记者的报酬仍不明确。作家协会正在就此问题进行讨论。