Neuste Artikel für Fehlinformation

Untersuchen, wie gesperrte Twitter-Accounts politische Diskussionen und Wahlen beeinflusst haben.

Untersuchung der stillen Verbreitung von Fehlinformationen durch Cyberkrieger online.

Eine Studie zeigt Verhaltensweisen und Themen von Verschwörungstheoretikern auf Twitter im Jahr 2022.

Dieser Artikel untersucht Deepfake-Bilder, deren Erstellung und Erkennungsmethoden.

Eine neue Methode verbessert die Erkennung von Deepfakes über verschiedene Videoqualitäten hinweg.

Maschinell erzeugten Text zu erkennen, ist wichtig für die Integrität in verschiedenen Bereichen.

Fin-Fact hilft, die finanzielle Faktenprüfung zu verbessern, um Fehlinformationen entgegenzuwirken.

Untersuchen, wie Sprachmodelle Fake News und Erkennungs-Biases beeinflussen.

Dieser Artikel behandelt die Wichtigkeit und Hindernisse bei der Faktenüberprüfung.

Ein Blick auf die Herausforderungen beim Überprüfen von Online-Behauptungen.

Die Rolle des Kontexts beim Erkennen von falschen Gerüchten online untersuchen.

ProtoExplorer hilft Forensik-Experten dabei, Deepfake-Videos effektiv zu analysieren.

Eine neue Methode verbessert die Generierung von Deepfakes und geht Risiken der Fehlinformationen an.

Eine Studie über automatisierte Methoden zur Identifizierung von Verschwörungstheorien, mit Fokus auf Telegram.

Desinfomation stellt grosse Risiken für Unternehmen und deren Ruf dar.

Dieses Papier beschreibt Methoden zur Erkennung von Fehlinformationen mit grossen Sprachmodellen.

Eine neue Methode, um die Verbreitung von Online-Gerüchten zu überwachen und vorherzusagen.

Eine Studie zeigt, warum Nutzer oft an Verbreitern von Fehlinformationen in sozialen Medien festhalten.

Diese Studie untersucht schädliche Twitter-Profile, die falsche Informationen verbreiten.

Forscher wollen KI-generierte Fake News durch Stilanalysen erkennen und verhindern.

Überprüfung der Genauigkeit von Gesundheitsschnipseln in den Suchergebnissen.

Die Gründe für die niedrigen COVID-19-Impfquoten in Haiti untersuchen.

Eine Analyse von politischen Diskussionen und Community-Interaktionen auf Twitter.

Ein Modell zur Verbesserung der Gesundheitsinformationsbeschaffung und zur Reduzierung von Fehlinformationen.

Eine Methode, um vertrauenswürdige Nachrichtenquellen auf Reddit zu bewerten.

Eine neuartige Methode vorstellen, um Fehlinformationen im digitalen Zeitalter zu erkennen.

Sprachmodelle nutzen, um Falschinformationen in Nachrichtenartikeln zu erkennen.

AFaCTA hilft Faktenprüfern dabei, wahre und falsche Behauptungen effizient zu erkennen.

Ein neues Modell zur Identifizierung irreführender Narrative in den Medien.

Ein neuer Datensatz soll die Erkennung von KI-erstellten Bildern verbessern.

CFEVER hilft bei der automatisierten Überprüfung von Behauptungen auf Chinesisch mit einem soliden Datensatz.

Die Rolle von beleidigenden Tweets in politischen Diskussionen über akademische Artikel untersuchen.

Diese Studie testet neue Methoden zur Faktenüberprüfung von Fehlinformationen auf Türkisch.

Überprüfung der Nutzerreaktionen auf Fehlinformationen und effektive Korrekturstrategien.

Ein Blick darauf, wie Social Media die öffentliche Diskussion und Fehlinformationen beeinflusst.

Ein neuer Datensatz hilft, die Erkennung von Fake News auf verschiedenen Plattformen zu verbessern.

Diese Studie untersucht die Impf-Diskussionen auf Twitter in ganz Europa während der COVID-19-Pandemie.

Analysieren, wie persönliche Überzeugungen Argumente und Wahrnehmungen von Wahrheit beeinflussen.

Untersuchung der öffentlichen Reaktionen auf von Menschen vs. KI-generierte Fake News.

Ein neues System zur Identifizierung und Klassifizierung von Online-Verschwörungstheorien.