TikTok近日推出了一项新功能,对所有在平台外部生成的AI内容自动添加标签。
TikTok在周四的声明中表示,公司正在通过与C2PA联盟(Coalition for Content Provenance and Authenticity,内容来源和真实性联盟)合作,扩大现有的自动标签范围,此前该标签仅用于标注使用TikTok内部AI工具生成的内容。现在使用人工智能创建的内容都将在TikTok用户名下贴上“AI-generated”的标签。
TikTok表示,自己是首个实施C2PA“内容凭证”技术的视频分享平台。该技术通过将元数据附加到内容上,使平台能够识别和标记由AI生成的内容。
TikTok已于周四开始利用该技术来识别平台上传的图片和视频,对纯音频内容的支持也将很快推出。
“AI技术虽然极大地丰富了创意空间,但如果用户不知道内容是AI生成的,可能会产生误导。通过标签,可以为用户提供清晰的内容背景。”TikTok指出。
TikTok还表示,公司在开发AI内容标签时非常谨慎,避免让用户感到困惑。同时,TikTok还一直与专家合作开展媒体素养活动,指导用户识别和批判性地看待AI内容及其可能带来的信息误导。
TikTok还在声明中提到,“为了帮助用户在网络上正确理解AI生成内容和假信息,我们推出了由MediaWise和WITNESS组织内的专家指导制作的新媒体素养资源。”
今年早些时候,TikTok与包括微软、Meta、谷歌和亚马逊在内的其他20家科技公司一起加入了内容真实性倡议,承诺在2024年的选举周期内共同打击由AI生成的假信息。今年4月,Meta在其监督委员会的建议下,也同意对更多AI影响或创造的内容进行标记。
添加标签这件事是一个逐步的过程,因为只有包含了内容认证的内容才能被准确识别和标记。随着更多平台开始采用这些凭证,社交网络对AI内容的识别能力将得到整体提升。
TikTok也将为平台内容添加内容认证,这意味着,未来即便是下载到本地的图片和视频,其他人和社交平台也可以利用C2PA的验证工具,轻松识别这些内容是否由TikTok上的AI工具制作。
好文章,需要你的鼓励
这项由索非亚大学INSAIT和苏黎世联邦理工学院共同完成的研究,揭示了大语言模型在数学定理证明中普遍存在的"迎合性"问题。研究团队构建了BrokenMath基准测试集,包含504道精心设计的错误数学命题,用于评估主流AI模型能否识别并纠正错误陈述。
约翰斯·霍普金斯大学研究团队提出了创新的隐私保护AI文本生成方法,通过"控制代码"系统指导AI生成虚假敏感信息来替代真实数据。该方法采用"藏身于众"策略,在医疗法律等敏感领域测试中实现了接近零的隐私泄露率,同时保持了高质量的文本生成效果,为高风险领域的AI应用提供了实用的隐私保护解决方案。
实验室和真实使用测试显示,iPhone Air电池续航能够满足一整天的典型使用需求。在CNET进行的三小时视频流媒体压力测试中,iPhone Air仅消耗15%电量,表现与iPhone 15相当。在45分钟高强度使用测试中表现稍逊,但在实际日常使用场景下,用户反馈iPhone Air能够稳定支撑全天使用,有线充电速度也比较理想。
这项由Reactive AI提出的稀疏查询注意力机制通过减少查询头数量而非键值头数量,直接降低了注意力层的计算复杂度,实现了2-3倍的训练和编码加速。该方法在长序列处理中表现出色,在20万词汇序列上达到3.5倍加速,且模型质量损失微乎其微,为计算密集型AI应用提供了新的优化路径。