MMMMM：研究多语言多模态错误信息的统一分类体系
该研究分析社交媒体上的多模态错误信息，即通过结合文字和图像来误导受众的内容。研究人员从 Twitter/X 收集了涵盖七种语言的大规模真实错误信息数据集，并基于定性分析和既有理论研究构建了综合分类体系。随后，他们利用视觉语言模型（VLM）开发多阶段自动标注流程，并通过人工进行验证。研究发现，人工智能生成内容在科技和科学相关的错误信息中尤其常见；而疫苗错误信息则不成比例地使用新闻媒体图片，以增强可信度。研究结果为更有针对性的错误信息检测和治理措施提供了依据，并表明应根据不同传播策略采取差异化应对，而不是使用统一方案。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。