新闻阅读中的可行威胁：利用自然语言模型生成偏见新闻

自然语言生成的最新进展引发了严重关切。高性能语言模型因其能够生成流畅且有意义的句子而被广泛用于语言生成任务。这些模型已被用来制造假新闻。它们也可被利用来生成偏见新闻，进而可用于攻击新闻聚合器以改变其读者行为并影响其偏见。在本文中，我们使用一种威胁模型来表明，公开可用的语言模型能够基于输入的原新闻可靠地生成偏见新闻内容。我们还展示了可利用可控文本生成来大量生成高质量的偏见新闻文章。一项有 80 名参与者参与的主观评估表明，所生成的偏见新闻通常流畅；一项有 24 名参与者参与的偏见评估表明，偏见（左或右）在生成文章中通常明显且易被识别。