XiaoMi-AI文件搜索系统
World File Search Systemhate
Hatebase - 使用人工智能监控仇恨言论
人们普遍认为仇恨言论是暴力的诱因，尤其是针对弱势少数群体的暴力，也是社会两极分化的诱因，可能导致不稳定和冲突升级。近年来，随着互联网连通性的提高，仇恨言论对脆弱国家的影响不断增加，仇恨言论通过社交媒体传播，并在各国大规模引发迫害、武装冲突和种族灭绝。网上不断流传的仇恨言论数量之多超出了人类版主的能力，因此需要越来越有效的自动化。网上仇恨言论的普遍性也带来了机会，因为这些大量数据可能有助于指示不断升级的不稳定，并带来早期干预的可能性。本研究的目的是提供所涉及过程的技术解释，同时仍试图让技术经验有限或没有该主题经验的受众能够理解这些材料。我们选择了最容易使用的方法和工具来展示尽可能广泛的实用性，重点是现有工具，而不是完全从头开始构建。此外，我们将参考在项目过程中制作的公开代码库。
人工智能与网络仇恨言论审核
社交媒体平台 (SMP) 是交流和信息的主要载体。它们促进无边界交流，允许政治、意识形态、文化和艺术表达，让传统上被压制的群体发出声音，提供主流媒体的替代品（可能受到国家审查），允许传播日常新闻并提高对侵犯人权的认识。然而，正如 Mchangama 等人 1 所指出的，社交媒体平台的大量使用使仇恨和虐待等现象有了新的可见性。社交媒体平台的使用也与缅甸种族灭绝等可怕事件直接相关。作者认识到暴力言论的危险性和迫在眉睫的暴力风险，他认为，在接受仇恨言论在社交媒体上盛行的普遍言论时必须小心，因为实证研究证明了事实恰恰相反。例如，Siegel 等人 1 指出，社交媒体平台的大量使用使仇恨言论在社交媒体上盛行进行了一项研究，以评估特朗普 2016 年的竞选活动（以及随后的六个月）是否导致推特上仇恨言论的增加。2 根据对 12 亿条推文样本的分析，他们发现每天有 0.001% 到 0.003% 的推文包含仇恨言论——“这只占美国推特用户发表的政治语言和一般内容的一小部分”。
仇恨犯罪控制策略2024年8月
这项控制策略的核心是《 2000年警察（北爱尔兰》）第32条（北爱尔兰）规定的警察部门的一般职能，以保护生命和财产，以保护命令，防止犯罪和犯罪，以采取措施将罪犯带到司法。
打击仇恨和种族主义：学生学习策略
反对仇恨和种族主义的学生学习策略是一种积极主动、以学生为中心的方法，旨在为所有学生创造尊重和文化安全的学习环境。学生和教职员工应该在一个安全、包容、以真相与和解、反压迫和反种族主义为中心的环境中学习和工作。我们是一个集体社区，必须尽一切努力确保所有学生、教职员工、家庭和社区都感到受到尊重和欢迎。
社区的成人心理健康和福祉基金
我们战略中规定的雄心是我们在未来几年中的驱动重点，我们将定期审查并同意反映当前情况的优先事项。我们知道，我们不能立即将所有内容推向，并与合作伙伴合作，共同同意我们将首先关注的内容。因此，我们已经同意与合作伙伴的一系列优先事项，我们认为应该在未来两年内推动前进。在这两年之后，我们将评估我们与合作伙伴的进度，并确定进一步的优先级。对我们提供此一系列动作的进展的反馈将提供实时的见解，并允许我们根据需要弯曲我们的响应并根据需要重新定位。
Hackney“无仇恨的地方”策略2023至2026 2024-01-25 Hackney HWB封面报告：物质使用 附录9-资本战略2023-24 Hackney的就业策略建议 无家可归和粗糙的睡眠策略2023 -2026
我们有一个良好的加勒比海，土耳其和库尔德人，越南和东正教犹太人社区以及来自非洲国家和东欧的人们的社区。2011年的人口普查估计哈克尼的人口为246,300，预计到2041年将增长到316,500。大约40％的人口来自黑人和全球多数群体，最大的群体（约20％）是黑人或黑人英国人，而36％的人口是白人英国人，而16％是“其他白人”。
报告反2SLGBTQIA+在线仇恨：可行性研究
数字弹性项目旨在更好地理解加拿大跨性别在线仇恨的两种精神，跨性别和非二元和非二进制（2STN+）的专业经验。该项目包括几个研究和社区重点的组件，包括：在线调查和与2STN+专业人员的一对一访谈询问他们对跨性别在线仇恨的经历，以及策略和政策，以减轻和解决变性在线仇恨和解决2STN+咨询小组的经验丰富的在线求职小组，为2STN+专业提供2STN+专业的跨越+专业的thrusp，用于跟踪和报告抗2slgbtqia+在线仇恨的工具。本报告介绍了可行性研究（以下简介，研究）关于开发抗2SlgBTQIA+在线仇恨的报告机制的发现。
人工智能在打击仇恨言论方面面临的道德和技术挑战
摘要：在本文中，我们讨论了使用人工智能进行在线内容审核的一些道德和技术挑战。作为一个案例研究，我们使用了一个为检测社交网络上的仇恨言论而开发的人工智能模型，这一概念在科学文献中给出了不同的定义，并且缺乏共识。我们认为，虽然人工智能可以在处理社交媒体上的信息过载方面发挥核心作用，但它可能会导致侵犯言论自由的风险（如果项目执行不当）。我们介绍了人工智能项目整个流程中涉及的一些道德和技术挑战——从数据收集到模型评估——这些挑战阻碍了仇恨言论检测算法的大规模使用。最后，我们认为人工智能可以帮助检测社交媒体中的仇恨言论，前提是必须通过有人参与的过程对内容进行最终判断。关键词：人工智能、道德、网络危害、仇恨言论、偏见大纲：1.2
欧盟打击反穆斯林仇恨的法律框架
━━━━━━ * 有关各个司法管辖区的详细信息由各国反歧视领域的专家提供，作者对他们的工作、见解和想法表示感谢。专家根据标准化问卷提供的信息将在本报告中称为“国家简报”。简报的截止日期为 2024 年 4 月 8 日。在打击反穆斯林偏见方面出现的问题通常与反犹太主义领域中可确定为有问题或值得注意的问题相同或至少非常相似。本报告的作者在他之前的研究《欧盟打击反犹太主义的法律框架》（由欧洲性别平等和非歧视法律专家网络于 2024 年发布）中描述了其中的几个。因此，为了便于阅读，该出版物的某些部分在本报告中未加引号。