单一来源
当前只有一个可用来源,尚未完成多源交叉核验生成式 AI 过度美化现实
生成式 AI 如 ChatGPT 正融入日常生活,成为人们获取信息和辅助决策的重要工具。然而大模型中嵌入的错误信息和偏见引发了一系列伦理方面的担忧。以往的研究已揭示出 AI 在涉及人类特征的内容上存在偏见,例如肤色、性别以及地理文化背景等。
为减轻文本生成图像(Text-to-Image)生成式模型中的偏见,OpenAI 等公司引入了提示词修订(Prompt Revision)机制。一种隐性的处理过程,即通过重写用户输入的提示词,添加更多细节,例如要求图像中呈现不同性别和肤色的人物,从而促进图像的多样性。
然而重写用户提示词也可能引入其他偏见,在用户不知情下改变其原本的意图。发表在《Technology in Society》上的一项研究以集约化畜牧业(Intensive Livestock Farming)为例,首次提供证据表明,OpenAI 的文本生成图像模型 DALL-E 3 会通过提示词修订机制,抹去具有争议性议题的真实面貌。
DALL-E 3 表现出一种明显的偏见,即倾向于将畜牧业浪漫化、美化。它生成的图像通常描绘奶牛在牧场上吃草、猪在泥地里拱土。即使研究人员明确要求生成真实的场景,这种偏见依然存在。当研究人员关闭提示词修订功能后,生成的图像便更加接近现代畜牧业的实际饲养方式,即将农场动物饲养在室内。
研究人员要求模型生成北美、欧洲和大洋洲农场的图像。结果发现,无论指定哪个地区,模型生成的图像大多呈现田园牧歌式的场景在关闭提示词修订功能后,不同地区之间的差异开始显现。通过提示词修订机制将畜牧业浪漫化,掩盖其真实状况,可能会进一步强化公众对于农场动物饲养方式的错误认知,甚至传播错误信息和虚假信息。
这种现实与 AI 生成内容之间的脱节,可能会阻碍社会开展有意义的对话。研究人员警告应警惕 AI 生成图像中普遍存在的、过度美化现实的倾向。
Evidence
来源与证据
当前仅有一个可用来源,尚未完成多源交叉核验。
- 发布时间
- 内容处理
- AI 翻译 / 摘要,需结合原文核对
相关资讯
三位顶尖物理学家接连在论文中致谢 AI 理论物理研究或迎变革
顶尖理论物理学家爱德华・威滕在其最新关于手征费米子规范理论晶格定义的预印本论文中,公开致谢 Anthropic 旗下的 Claude Opus 5.5 为其提供关键数学构造方案、协助处理诸多研究细节,这并非他首次借助 AI 开展研究,今年 6 月他的另一篇全息理论相关论文就曾披露 Claude 帮助他将特殊场景的计算推广到一般情形。在同一道困扰物理学界数十年的费米子倍增相关难题上,短短一个月内还有另外两位理论物理学家也发布了借助大模型完成的相关预印本成果:Nathaniel Craig 的研究中 GPT-6 Astra 参与了大范围数学推导,还借助 Lean 完成形式化验证,对成果至关重要。S
理想汽车 OTA 8.7.0 开启推送:VLA 新增驾驶风格切换,支持眼镜指挥泊车方位控制
IT之家 11 月 11 日消息,理想汽车今日发布 OTA 8.7.0 版本,预计开启推送后一周内分批完成推送,推送车型包含:理想 MEGA Home、理想 MEGA Ultra 智能焕新版、24 年款理想 MEGA Ultra理想 i6、25 款理想 i8 Max、理想 i8 后驱长续航 / 四驱高性能理想 L9 / 理想 L8 / 理想 L7 Ultra 智能焕新版理想 L8 / 理想 L7 / 理想 L6 Max 智能焕新版24 年款理想 L9 / 理想 L8 / 理想 L7 Ultra24 年款理想 L8 / 理想 L7 / 理想 L6 Max23 年款理想 L9 / 理想 L8 /
苹果子公司 Claris 正测试「Harbor」应用:将 Mac 变身本地 AI 服务器
首页 > 智能时代>人工智能 苹果子公司 Claris 正测试「Harbor」应用:将 Mac 变身本地 AI 服务器 2026/11/11 8:25:48 来源:IT之家 作者:潞源 IT之家 11 月 11 日消息,苹果全资子公司 Claris 正在测试 Harbor 应用程序。这款 App 可以将苹果芯片的 Mac 变身本地 AI 服务器。 据介绍,Harbor 可以运行在单台苹果芯片 Mac,也可以使用雷雳 5 接口连接多台 Mac,运行规模更大的 AI 模型。苹果已在 macOS Tahoe 26.2 系统中加入雷雳 5 RDMA(IT之家注:远程直接内存访问)支持,使多台设
谷歌最强 VLA 机器人模型:Gemini Robotics 2.5 登场,会系蝴蝶结、已在奔驰生产线上岗
IT之家 11 月 10 日消息,谷歌推出迄今为止能力最强的视觉-语言-动作(VLA)机器人模型 Gemini Robotics 2.5,大幅提升机器人可学习的技能广度与学习速度。该模型增强了机器人的灵巧度、可靠性与安全性,助力机器人走出实验室,进入更非结构化的真实环境,协助人类完成更多类型的任务。谷歌今年早些时候已为包括人形机器人在内的多种机器人引入全身智能。此次进展很大程度上得益于 Gemini 4 Argon 加速机器人研发的能力,进一步拓展了物理智能的边界。谷歌在超过 200 项不同任务中测试了 Gemini Robotics 2.5 的任务广度、性能与复杂度。Gemini Robot
AI 翻译、摘要和解读仅用于辅助判断;涉及重要决策时,请回到上方来源核实。