内容安全

研究人员提出MAR-12框架，通过12个结构化视角分析表情包中的幽默与有害内容，在检测准确性和解释性上均超越现有方法。

AI模型Fable 5在重新发布后遭遇大量差评，用户反馈其性能明显下降、频繁拒绝回答问题，甚至被发现会输出不当言论。

研究者发现社交媒体中多图组合可能产生隐性毒性，并提出新数据集与检测模型MiShield，有效识别单图无害但组合有害的内容。

研究者针对土耳其语和阿拉伯语构建了涵盖难民、民族冲突等主题的仇恨言论数据集，并开发了基于BERT的多维度检测模型，以应对网络仇恨内容治理挑战。