EMNLP

Auditing Exposure to Harmful Content on TikTok using Multimodal Language Models: A Cross-National, Age-Stratified Study

使用多模态语言模型对TikTok上的有害内容暴露情况进行审计：一项跨国、按年龄分层的研究

Hamidreza Saffari, Francesco Pierri

机构 * Politecnico di Milano（米兰理工大学） 纠错

AI总结 本研究使用多模态大语言模型Gemini 2.5 Flash，在法、意、瑞三国对TikTok开展跨国年龄分层审计，发现关键词搜索会大幅提升有害内容占比，意国各年龄组有害内容占比最高，平台安全过滤器低估了明确有害内容。

Comments 20 pages, 16 figures, 14 tables. Accepted to Findings of EMNLP 2026

The Authenticity Gap in Human Evaluation

人类评估中的真实性差距

Kawin Ethayarajh, Dan Jurafsky

AI总结 该研究发现NLG评估的标准人工评分协议存在真实性差距，因隐含假设被违反导致无法准确反映人类偏好，提出适用于开放式任务的SPA协议，且SPA能更准确恢复GPT-3模型的排序。

Comments EMNLP 2022