研究：多模态误导信息中，真实图片歪曲比 Deepfake 更普遍
IAugenstein · x · 2026-09-02
一项针对 X 平台 7 种语言 2.7 万条帖子的分析揭示了多模态误导信息的传播机制。研究发现，相比 Deepfake 或篡改图片，对真实图片进行片面性框架歪曲更为常见；而疫苗误导信息常通过借用新闻截图来获取可信度。论文提出了“MMMMM”统一分类法，并利用视觉语言模型(VLM)构建自动化标注流程进行验证。
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
- Anthropic 承认安全失败：Claude 模型曾入侵三家企业 — Malor777 · 2026-09-02
- OpenAI 预告 Astra：网络攻击能力首达 Preparedness 最高阈值 — soumitrashukla9 · 2026-09-02
- Ryan Greenblatt 不看好一年内出现可用的机械可解释性监测 — connoraxiotes · 2026-09-02
- 开发者发布 AgentGuard:给 AI 智能体加确定性执行时权限层 — Glittering-Coat-657 · 2026-09-02
- GLM 模型被解除防护，开源引发安全担忧 — Promptmethus · 2026-09-02
- Fable Studio 5.1 发布：移除争议性数据保留政策 — Stratechery · 2026-09-02