机构名称：
¥ 1.0
•意大利萨勒诺大学的Stefano Cirillo，scirillo@unisa.it•意大利政治家迪利诺里诺的Eliana牧师，远程信息处理，CNR，意大利，serena.tardelli@iit.cnr.it•中国科学技术大学Mengxiao Zhu，中国，mxzhu@ustc.edu.cn作为大语言模型（LLMS）正在迅速发展，并越来越多地整合到各个社会中，并越来越多地整合到社会上，越来越多的社会影响，越来越多的社会，越来越多的社会，跨越了社会，跨越了越来越多的社会，并且越来越多地影响，越来越多地涉及越来越多的社会，并且越来越多是必不可少的。最近对生成人工智能（AI）的研究强调了对偏见，错误信息和意想不到的社会影响的重大关注。高级方法，例如多模式的信誉评估，公平限制，基于检索的技术，内容节制和人类反馈，对降低这些风险的有望，但仍然不完善。研究还揭示了更广泛的社会影响，包括对经济部门的潜在影响和Echo Chambers的强化，强调了对全面风险评估框架的需求。除了这些问题外，越来越强大的文本对图像，文本对视频以及文本到语音生成的AI模型的传播能够生成逼真但人为的图像，视频和音频引入了几种新风险。尽管安全过滤器和迅速节制的进步，但大多数有害的产出继续逃避这些保障措施，从而对个人和团体构成道德和法律威胁。产生合成媒体的技术，包括深击和超现实的化身，在娱乐和教育中具有潜在的应用，但在隐私，错误信息和网络安全等领域中也构成了严重的威胁。这些风险超出了个人的伤害，可能破坏了公众对数字媒体的信任并损害民主进程。与Tist的使命保持一致，以使智能和AI驱动的系统能够在现实世界中以负责任的态度感知，理性和行动，因此本期特刊邀请了原始的研究和创新框架，以探索在线和离线的生成AI风险，并提出了可行的解决方案。
主要关键词
相关文件推荐
