4月22日，澳大利亚网络安全监管机构eSafety宣布，已向Valve旗下游戏平台Steam，以及Roblox、《我的世界》和《堡垒之夜》发出具有法律约束力的“透明度通知”，要求相关平台说明它们“如何识别、预防并应对未成年人被诱骗、性勒索、青少年激进化，以及网络霸凌、网络仇恨”等问题。如企业未按要求回应，最高可能面临每天82.5万澳元的经济处罚。这并不是Valve第一次因为被指放任极端内容而...

本研究解决了对极端主义进行总体描述的不足之处，提出了一种新颖的方法提取和分析在线社区中的极端主义话语。通过量化用户和社区层面的极端主义特征，并识别出11个不同的因素“极端主义十一”，我们的框架能够有效预测用户加入极端主义社区的时间，并在多样的意识形态社区中准确表征极端主义特征。

本文提出了一种机器学习框架，利用元数据和社交网络特征检测极端用户，并预测社交媒体内容的互动反应。研究表明，该框架在推特平台的预测准确率分别为93%、80%和72%。此外，评估了GPT-3在生成极端主义文本方面的潜在滥用，呼吁采取措施防止在线激进化，并探讨了GPT-3对穆斯林的偏见问题，强调需要对大型语言模型进行去偏见工作。