WikiEdge:ArXiv速遞/2025-03-13

摘要

• 原文標題：References to unbiased sources increase the helpfulness of community fact-checks
• 中文標題：引用無偏見來源提高社區事實核查的有用性
• 發布日期：2025-03-13 17:12:01+00:00
• 作者：Kirill Solovev, Nicolas Pröllochs
• 分類：cs.SI
• 原文鏈接：http://arxiv.org/abs/2503.10560v1

中文摘要：基於社區的事實核查是一種有前景的方法，可以大規模應對社交媒體上的錯誤信息。然而，對於什麼使社區創建的事實核查對用戶有幫助的理解仍處於初級階段。在本文中，我們分析了社區創建的事實核查的有用性決定因素。為此，我們利用了一個獨特的數據集，該數據集包含來自X（前身為Twitter）社區筆記平台的真實社區創建的事實核查和有用性評分。我們的實證分析表明，基於社區的事實核查中，有用性的關鍵決定因素是用戶是否提供了外部來源的鏈接來支持他們的斷言。平均而言，如果社區創建的事實核查提供了外部來源的鏈接，其被感知為有用的幾率高出2.70倍。此外，我們證明了社區創建的事實核查的有用性因其政治偏見水平而異。我們發現，鏈接到高偏見來源（無論來自哪一政治派別）的社區創建的事實核查被認為顯著不那麼有用。這表明社區筆記平台上的評分機製成功地懲罰了一邊倒和政治動機的推理。這些發現對社交媒體平台具有重要意義，它們可以利用我們的結果來優化其基於社區的事實核查系統。

摘要

• 原文標題：Red Teaming Contemporary AI Models: Insights from Spanish and Basque Perspectives
• 中文標題：當代AI模型的紅隊測試：來自西班牙和巴斯克視角的見解
• 發布日期：2025-03-13 09:27:24+00:00
• 作者：Miguel Romero-Arjona, Pablo Valle, Juan C. Alonso, Ana B. Sánchez, Miriam Ugarte, Antonia Cazalilla, Vicente Cambrón, José A. Parejo, Aitor Arrieta, Sergio Segura
• 分類：cs.SE, cs.CL
• 原文鏈接：http://arxiv.org/abs/2503.10192v1

中文摘要：摘要：AI領導權的爭奪戰正在進行，美國的OpenAI和中國的DeepSeek是主要競爭者。針對這些全球趨勢，西班牙政府提出了ALIA，這是一個公開透明的AI基礎設施，包含了支持西班牙語及巴斯克語等官方語言的小型語言模型。本文展示了紅隊測試的結果，十名參與者運用他們的專業知識和創造力，手動測試了這些倡議中的三個最新模型——OpenAI o3-mini、DeepSeek R1和ALIA Salamandra——重點關注偏見和安全問題。基於670次對話的結果顯示，所有測試模型都存在漏洞，偏見或不安全的回應比例從o3-mini的29.5%到Salamandra的50.6%不等。這些發現凸顯了開發可靠且值得信賴的AI系統，特別是那些旨在支持西班牙語和巴斯克語的系統，所面臨的持續挑戰。