学会欣赏勤奋的喷子:在对话安全任务中考虑评价者效应

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

研究发现1,140个虚假个人的密集集群,它们通过Twitter botnet使用ChatGPT生成人类风格内容,宣传可疑网站并传播有害评论。AI botnet中的账户可以通过其协调模式检测到,但目前最先进的大语言模型内容分类器无法区分它们和真实用户账户。

🏷️

标签

➡️

继续阅读