超越推测：测量 LLM 生成文本在多语言虚假信息中的日益增长的现状
计算与语言
2026-02-05 v2 人工智能
摘要
大语言模型（LLM）日益增强的复杂性和随之而来的多语言文本质量提升，引发了关于潜在虚假信息滥用 concerns。尽管人类难以区分 LLM 生成的内容与人类撰写的文本，但关于其影响的学术讨论仍然存在分歧。一些人认为，担忧的提高被高估了，由于自然生态系统的限制；另一些人则认为，特定的“长尾”情境面临被忽视的风险。我们的研究通过提供 LLM 在最新真实世界虚假信息数据集中的首个实证证据，记录了在 ChatGPT 发布后机器生成内容的增加，并揭示了跨语言、平台和时间段中的关键模式。
引用
@article{arxiv.2503.23242,
title = {Beyond speculation: Measuring the growing presence of LLM-generated texts in multilingual disinformation},
author = {Dominik Macko and Aashish Anantha Ramakrishnan and Jason Samuel Lucas and Robert Moro and Ivan Srba and Adaku Uchendu and Dongwon Lee},
journal= {arXiv preprint arXiv:2503.23242},
year = {2026}
}
备注
accepted to Computer magazine