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。

本文介绍了一种机器学习框架，通过元数据和社交网络特征检测社交媒体中的极端用户和机器人。研究表明，推特平台的极端用户检测准确率高达93%。此外，提出了多种基于深度学习和图像分类的机器人检测方法，显著提升了分类性能，并强调了生成式人工智能对社交机器人的影响及潜在威胁。