پرش به محتوای اصلی

موضوع

اصالت محتوا

C2PA, watermarking, deepfake detection, provenance

۸۹ مقاله منتشر شده

چگونه فناوری می‌تواند دموکراسی را نجات دهد | پادکست تک‌تانک | بروکینگز

چگونه ابزارهای سنتز هوش مصنوعی ۱۰ میلیون رای‌دهنده را به دموکراسی بازگرداندند؟

هوش مصنوعی تنها تهدیدی برای انتخابات نیست، بلکه ابزاری برای بازسازی دموکراسی است. از پاک‌سازی لیست‌های رای‌دهندگان تا پیش‌بینی بی‌خانمانی، این فناوری مدیریت دولتی را از یک ساختار…

۹ دقیقه خواندن۳
فریب مدل‌های هوش مصنوعی توسط تبلیغات روسی؛ نتایج یک معیار سنجش جدید

مطالعه استونی: دقت ۹۵.۲ درصدی Claude Fable 5 در شناسایی پروپاگاندای روسیه

یک بنچمارک جدید از ۶۰ مدل نشان می‌دهد که سری Claude در رد پروپاگاندای روسیه پیشتاز است. در مقابل، عملکرد ضعیف Mistral ادعای این شرکت فرانسوی به‌عنوان جایگزین اروپایی و قابل‌اعتماد…

۲ دقیقه خواندن
رابط کاربری SaaS با بنر افشای قانون هوش مصنوعی اتحادیه اروپا و کد پیاده‌سازی
آموزش کاربردی

جریمه ۱۵ میلیون یورویی برای SaaSها: چهار الزام شفافیت اتحادیه اروپا تا ۲۰۲۶

ارائه‌دهندگان خدمات ابری (SaaS) که کاربر اروپایی دارند، باید تا ۲ اوت ۲۰۲۶ اعلان‌های شفافیت هوش مصنوعی را در رابط کاربری خود پیاده کنند. عدم افشای تعاملات با AI و محتواهای مصنوعی…

۴ دقیقه خواندن
چرا شناسایی چهره دیگر برای مقابله با اخاذی‌های هوش مصنوعی زاینده کافی نیست؟
آموزش کاربردی

چرا شناسایی چهره دیگر برای مقابله با اخاذی‌های هوش مصنوعی زاینده کافی نیست؟

تولید محتوای سوءاستفاده‌گرانه با هوش مصنوعی در یک سال ۱۳۲۵ درصد رشد کرده است. توسعه‌دهندگان اکنون باید برای تشخیص جعل‌ها، از شناسایی کلی چهره به سمت مقایسه‌ی هندسی دقیق ۱ به ۱…

۳ دقیقه خواندن
معمای شفافیت: چگونه افشای جزئیات هوش مصنوعی به «الگوهای تاریک» تبدیل می‌شود؟

معمای شفافیت: چگونه افشای جزئیات هوش مصنوعی به «الگوهای تاریک» تبدیل می‌شود؟

پژوهشی جدید نشان می‌دهد شفافیت بیش از حد در گزارش‌های AI می‌تواند نتیجه معکوس داشته باشد و اعتماد مخاطب را کاهش دهد. کاربران به‌جای توضیحات مفصل، تعاملات «جزئیات در صورت تقاضا» و…

۱ دقیقه خواندن
چرا دقت یکسان در تشخیص جعل عمیق، حاصل سیگنال‌های متفاوتی است؟

چرا دقت یکسان در تشخیص جعل عمیق، حاصل سیگنال‌های متفاوتی است؟

پژوهشگران یک خط‌لوله تفسیرپذیری ابداع کردند که نشان می‌دهد مدل‌های تشخیص جعل عمیق صوتی، حتی با دقت مشابه، بر اساس معیارهای متفاوتی تصمیم می‌گیرند. این یافته‌ها نشان می‌دهد که…

۱ دقیقه خواندن
تداخل داده‌ای در ۳۹ مجموعه‌داده؛ دلیل متورم شدن دقت تشخیص جعل عمیق صوتی

تداخل داده‌ای در ۳۹ مجموعه‌داده؛ دلیل متورم شدن دقت تشخیص جعل عمیق صوتی

یک بازرسی جامع از ۳۹ مجموعه‌داده‌ی گفتار جعلی، فقدان متادیتای جمعیتی و تداخل شدید منابع را آشکار کرد. این نقص‌ها باعث تورم مصنوعی در معیارهای دقت شده و ارزیابی عدالت‌محور در…

۱ دقیقه خواندن
ASVspoof 5: کاهش نرخ خطای تشخیص جعل عمیق به ۲.۵۷٪ با استراتژی RAT

ASVspoof 5: کاهش نرخ خطای تشخیص جعل عمیق به ۲.۵۷٪ با استراتژی RAT

یک استراتژی آموزشی جدید به نام آموزش ارجاع‌افزا (RAT) دقت تشخیص صدای جعل‌شده را به‌طور قابل‌توجهی افزایش داده است. این روش ثابت می‌کند که استفاده از مراجع گوینده در زمان آموزش،…

۱ دقیقه خواندن
چرا دقت دکودر برای توقف تزریق‌های پرامپت مغزی کافی نیست؟

چرا دقت دکودر برای توقف تزریق‌های پرامپت مغزی کافی نیست؟

پژوهشگران نوع جدیدی از حملات به نام «تزریق پرامپت مغزی» را شناسایی کرده‌اند که از طریق اختلال در سیگنال‌های عصبی، عامل‌های BCI-LLM را به کنترل درمی‌آورد. این مطالعه ثابت می‌کند که…

۲ دقیقه خواندن
رمزگشایی از کانال استگانوگرافی در استنتاج LLM از طریق بذرهای PRNG

رمزگشایی از کانال استگانوگرافی در استنتاج LLM از طریق بذرهای PRNG

پژوهشگران روشی را کشف کرده‌اند که اجازه می‌دهد پیام‌های مخفی ۳۲ بیتی را بدون تغییر در وزن‌های مدل، تنها با دستکاری بذرهای تصادفی در خروجی‌های LLM جای‌گذاری کنند. این متد حتی بدون…

۲ دقیقه خواندن