七语种真实数据构建多模态虚假信息分类法，AI 生成内容最爱伪装科技新闻
copenlu · hf · 2026-09-01
研究团队发布 MMMMM：一个用于研究多模态多语言虚假信息的统一分类法与数据集。相比纯文本虚假信息，图文结合的虚假信息在社交媒体上更普遍、更有害，却因缺乏基于真实世界的分类法和标注能力而研究不足。
工作分三步：收集 Twitter/X 上七种语言的大规模真实虚假信息案例；基于定性分析和既有理论构建全面分类法；用视觉语言模型（VLM）搭建自动化多步标注流水线并做人工验证。
关键发现包括：AI 生成内容在科技与科学类虚假信息中尤其普遍，而疫苗类虚假信息则大量挪用新闻机构图片来伪造可信度。研究建议缓解措施应针对性部署而非一刀切。
所属事件:研究揭示多模态虚假信息传播规律，真实图片遭歪曲比 Deepfake 更常见(2 条相关)→
「安全」频道最新
- 一张图讲清 CSRF 与 XSS 的区别 — _jaydeepkarale · 2026-10-18
- Grady Booch 批 Anthropic 安全框架：容许致 50 死和 10 亿美元损失 — Grady_Booch · 2026-10-18
- 论文：单个神经元即可绕过大模型安全对齐，横跨 7 个模型验证 — burny_tech · 2026-10-18
- Polymarket 开出 OpenAI 年内全面暂停训练仅 8% 概率 — Polymarket · 2026-10-18
- OpenAI 工程师涉藏偷拍设备被捕，申请保释并否认欲逃沙特 — Polymarket · 2026-10-18
- 网友为离奇的 Hugging Face 入侵事件创作漫画解读 — Flugelwagen · 2026-10-18