user-generated content
PulseAugur coverage of user-generated content — every cluster mentioning user-generated content across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
生成式AI对游戏研究和作者身份的影响 · 跟踪2个来源
正在探索生成式AI与游戏研究的交叉点，重点关注游戏中的作者身份和用户生成内容。讨论强调了AI工具如何影响游戏开发以及模组和其他用户驱动内容的创建。该研究领域考察了AI对创造力、归属以及更广泛的游戏文化的影响。
-
网易《蛋仔派对》集成AI，通过新编辑器系统赋能创作者
网易的《蛋仔派对》正通过将先进的AI能力集成到其创作工具中，发展成为一个AI原生UGC平台。该游戏推出了新的“Gemini”编辑器系统，集成了帧同步和状态同步编辑器，以赋能个人创作者掌握专业级的游戏开发技能。此举旨在通过利用AI助手、3D资产生成和简化的脚本编写，解决UGC创作的核心挑战，如高学习曲线和时间成本，从而使普通用户能够创作和变现复杂的游戏。
-
快手部署工业级生成式视频修复模型
研究人员开发了大型处理模型（LPM），这是一种新颖的、基于扩散的生成式视频修复框架，专为工业规模应用而设计。据报道，该模型是首个在此类规模上部署的模型，能够处理用户生成内容中复杂的、真实的降质问题。LPM 已集成到快手平台，处理了大部分观看时长，并提升了用户体验指标。此外，它还提供了显著的系统级优势，包括与现有编解码器相比降低 20% 的比特率，从而节省了大量带宽成本，并已集成到 Kling 等产品中。
-
新技能简化用户生成内容视频广告的创建
出现了一项新技能，可以简化用户生成内容（UGC）视频广告的创建。此举旨在让个人和企业更容易制作引人入胜的视频广告。
-
新研究表明13个词即可通过用户内容毒害LLM
一篇新研究论文详细介绍了一种通过微妙地改变用户生成内容来毒害大型语言模型（LLM）的方法。研究表明，仅13个词就足以损害模型的完整性，对AI安全性和可靠性构成重大威胁。
-
开发人员可以通过API集成AI检测和人性化功能
本文详细介绍了开发人员如何通过API将AI检测和文本人性化功能集成到他们的应用程序中。文章强调了使用API而非自行构建内部功能的好处，并着重指出了成本节约和更快的实施速度。强大的API的关键特性包括支持REST和JSON、Bearer Token认证以及清晰的速率限制文档，并提供了一个使用cURL进行API集成的实际示例。
-
TailorMind系统从稀疏用户数据生成个性化多模态内容
研究人员推出了一种新颖的个性化多模态内容生成系统TailorMind。TailorMind解决了按需创建定制化内容所面临的挑战，即使在用户生成内容（UGC）稀缺或不可用的情况下也能实现。该系统整合了协同偏好建模与可控多模态生成，通过超图协同过滤增强稀疏用户历史记录，并利用排名误差反馈和文本梯度下降优化文本档案。使用构建的TailorBench基准进行的实验表明，与现有的生成基线和真实UGC相比，TailorMind在生成内容方面具有可…
-
新的DPC-VQA框架使用MLLM进行高效视频质量评估
研究人员开发了DPC-VQA，一个利用多模态大语言模型（MLLM）的视频质量评估新框架。该方法将冻结的MLLM的感知能力与其轻量级校准分支解耦，从而无需广泛重新训练即可高效适应新场景。DPC-VQA在用户生成内容和AI生成内容的基准测试中均表现出竞争力，同时显著减少了可训练参数和对MOS标签的需求。
-
研究论文揭示用户生成内容可投毒深度研究AI代理
一项新的研究论文详细介绍了一种深度研究代理的漏洞，该代理可能通过用户生成的内容受到损害。该研究可在arXiv上找到，探讨了恶意输入如何能够投毒这些AI系统。这一发现引发了对当前AI发展状况和炒作的质疑。
-
新研究强调了用户生成内容翻译评估的挑战
研究人员发现，由于用户生成内容（UGC）固有的非标准语言，评估其翻译存在重大挑战。他们开发了一个包含十二种非标准现象和五种翻译动作的分类法，以分析不同数据集如何处理UGC，揭示了参考翻译中标准程度的光谱。研究发现，大型语言模型的翻译得分对特定指令敏感，并且在与数据集指南保持一致时会得到改进，因此提倡使用符合指南的评估框架。
-
新基准测试 LLM 从流式内容进行动态用户画像的能力
引入了一个新的基准测试 StreamProfileBench，用于评估大型语言模型 (LLM) 从连续到达的内容中推断用户画像的能力，这项任务是当前静态评估所忽略的。该基准测试包含一个数据集，其中包含来自 7,000 多名真实用户在五个平台上的 120,000 多条用户生成内容帖子。对 14 个 LLM 的实验显示，模型在连续更新用户画像方面存在困难，表现出保留旧兴趣的偏见，并且未能识别衰退的兴趣。