期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
有图不一定有真相:AI大模型应用的多模态虚假信息问题分析
1
作者
贺菁希
任吴炯
夏以柠
《现代视听》
2024年第8期36-41,共6页
以Sora为代表的视频大模型的推出预示着AI大模型技术不断向多模态理解与生成迈进。基于AI大模型应用的内容生成推动网络视听内容生态变化,也引发新的虚假信息风险。研究分析了多模态AI大模型应用下潜在虚假信息风险:大模型自身幻觉问题...
以Sora为代表的视频大模型的推出预示着AI大模型技术不断向多模态理解与生成迈进。基于AI大模型应用的内容生成推动网络视听内容生态变化,也引发新的虚假信息风险。研究分析了多模态AI大模型应用下潜在虚假信息风险:大模型自身幻觉问题、基于AI大模型训练的Deepfake、接入大模型的社交机器人技术等。基于媒介演进三阶段的信息虚假性识别和真实性建构特征规律,本研究从信息来源端、信息传播端、信息内容端、信息接收端四个层面探讨应对AI生成多模态虚假信息的路径,提出应运用“众人的现实”建构去多模态虚假化的信息空间。
展开更多
关键词
虚假信息
AI大模型
多模态信息
智能传播
网络传播
下载PDF
职称材料
题名
有图不一定有真相:AI大模型应用的多模态虚假信息问题分析
1
作者
贺菁希
任吴炯
夏以柠
机构
北京师范大学新闻传播学院
出处
《现代视听》
2024年第8期36-41,共6页
文摘
以Sora为代表的视频大模型的推出预示着AI大模型技术不断向多模态理解与生成迈进。基于AI大模型应用的内容生成推动网络视听内容生态变化,也引发新的虚假信息风险。研究分析了多模态AI大模型应用下潜在虚假信息风险:大模型自身幻觉问题、基于AI大模型训练的Deepfake、接入大模型的社交机器人技术等。基于媒介演进三阶段的信息虚假性识别和真实性建构特征规律,本研究从信息来源端、信息传播端、信息内容端、信息接收端四个层面探讨应对AI生成多模态虚假信息的路径,提出应运用“众人的现实”建构去多模态虚假化的信息空间。
关键词
虚假信息
AI大模型
多模态信息
智能传播
网络传播
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
G210.7 [文化科学—新闻学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
有图不一定有真相:AI大模型应用的多模态虚假信息问题分析
贺菁希
任吴炯
夏以柠
《现代视听》
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部