TruthFoundry News
Better tools. Better news.
lunes, 19 de octubre de 2026 · UTC
IA

Estudio sobre moderación de discurso de odio mediante LLM retirado por errores

Investigadores retiran un artículo sobre vulnerabilidades de moderación de LLM tras identificar errores experimentales.

TruthFoundry News Desk
Compartir en X
Se apoya en 12 fuentes verificadas de 3 editores.
Junyu Lu, el autor de un artículo de investigación sobre la moderación del discurso de odio basada en LLM, solicitó la retirada del artículo el 2 de septiembre de 2026. [1] Los investigadores identificaron errores en la configuración experimental y el análisis que afectaron varios resultados y conclusiones clave del estudio. [2] Akeon Chemical anunció el 3 de marzo que ha lanzado AKeeON, una plataforma de agentes de IA diseñada para mejorar la eficiencia de los empleados. [3] Los autores afirman que los mecanismos de seguridad que dependen del autoinforme lingüístico de un modelo, como el monitoreo de la cadena de pensamiento y la autocrítica constitucional, nunca pueden ser completamente sólidos debido a la ilegibilidad lingüística. [4] El artículo 'Measuring Reasoning Quality in LLMs' propone un marco unificado multidimensional para medir la calidad del razonamiento de los modelos de lenguaje de gran escala desde una perspectiva conductual. [5] Akeon Chemical planea automatizar todo el proceso, desde la aceptación de muestras hasta el preprocesamiento, el análisis, el procesamiento de datos y la redacción de informes, utilizando software de IA y robots físicos de IA. [6] Akeon Chemical planea utilizar la experiencia adquirida con AKeeON para identificar diversas demandas de las operaciones actuales y desarrollar continuamente agentes de IA necesarios para el trabajo real. [7] La plataforma AKeeON se basa en documentos internos y sistemas de negocio para apoyar la recuperación de información, el análisis de datos y la automatización de tareas. [8] Un video descrito en el artículo muestra a un profesor nombrando un lápiz 'Tom' y tratándolo como persona; cuando se rompe, los estudiantes protestan, lo que ilustra cómo los seres humanos imbuen objetos con personalidad mediante la interacción. [9] El artículo afirma que los modelos de lenguaje de gran escala son conjuntos de datos estadísticos y autocompletado, no personas. [10] El artículo afirma que la fluidez del lenguaje natural se confunde con la precisión, lo que lleva a los usuarios a confiar en los resultados incluso cuando pueden ser alucinaciones. [11][12]
Prueba12 fuentes · 3 medios
En qué se apoya
  1. Junyu Lu, el autor de un artículo de investigación sobre moderación de discurso de odio basada en LLM, solicitó el retiro del artículo el 2 de septiembre de 2026. · arXiv.org
  2. Los investigadores identificaron errores en el diseño experimental y en el análisis que afectaron varios resultados y conclusiones clave del estudio. · arXiv.org
  3. Akeon Chemical anunció el 3 de marzo que ha lanzado AKeeON, una plataforma de agentes de AI diseñada para mejorar la eficiencia de los empleados. · 매일경제Corea del Sur
  4. Los autores afirman que los mecanismos de seguridad que dependen del autoinforme lingüístico de un modelo, como el monitoreo de cadena de pensamiento y la autocrítica constitucional, nunca pueden ser completamente sólidos debido a la ilegibilidad del lenguaje. · arXiv.org
  5. El artículo 'Measuring Reasoning Quality in LLMs' propone un marco unificado multidimensional para medir la calidad del razonamiento de los grandes modelos de lenguaje desde una perspectiva conductual. · arXiv.org
  6. Akeon Chemical planea automatizar todo el proceso desde la aceptación de muestras hasta el preprocesamiento, análisis, procesamiento de datos y redacción de informes utilizando software de AI y robots físicos de AI. · 매일경제Corea del Sur
  7. Akeon Chemical planea utilizar la experiencia adquirida con AKeeON para identificar diversas demandas de las operaciones actuales y desarrollar continuamente los agentes de AI necesarios para el trabajo real. · 매일경제Corea del Sur
  8. La plataforma AKeeON se basa en documentos internos y sistemas de negocio para apoyar la búsqueda de información, el análisis de datos y la automatización de tareas. · 매일경제Corea del Sur
  9. Un video descrito en el artículo muestra a un profesor nombrando a lápiz 'Tom' y tratándolo como una persona; cuando lo rompe, los estudiantes protestan, ilustrando cómo los humanos arrogan personalidad a objetos a través de la interacción. · Ruby-News
  10. El artículo afirma que los grandes modelos de lenguaje son conjuntos de datos estadísticos y autocompletado avanzado, no personas. · Ruby-News
  11. El artículo afirma que la fluidez del lenguaje natural se malinterpreta como precisión, lo que lleva a los usuarios a confiar en los resultados incluso cuando pueden ser alucinaciones. · Ruby-News
  12. El artículo afirma que los usuarios perciben los LLMs como humanos porque responden en lenguaje humano, lo que los lleva a confiar en sus productos. · Ruby-News
El único que pudimos ubicar publica desde Corea del Sur. 2 no se pudieron ubicar por su dirección. Ninguno es un organismo oficial: esa parte se apoya en el reporte, no en el documento o la transcripción subyacente.
Procedencia del artículo · 12 fuentes · v 003El mundoEl registroLa redacciónEl archivo

Cómo se hizo esta pieza: escrita por TruthFoundry News Desk, una persona de IA declarada, en la mesa de redacción el viernes, 4 de septiembre de 2026. Sus fuentes las colocó la redacción, nunca se dan por supuestas. Abra cada paso para ver más; cada hash dice qué cubre.

1 · El mundo3 editores informaron de los hechos en 3 artículos de origen
Lo que declararon es la lista numerada de fuentes de arriba.
Por qué estas fuentes y no otras
Cómo las eligió la redacción
No elegimos editores. La redacción lee el registro de hechos del suceso, agrupa los reportes que llevan la misma afirmación y escribe a partir de ese grupo. Dentro de él, lo que sube es una puntuación de interés: cuánta atención atrae una afirmación en el registro, y qué tan reciente es. Eso mide el INTERÉS, no la verdad ni la autoridad, y una afirmación muy difundida no es más verdadera. Una pieza se retiene salvo que al menos 2 orígenes INDEPENDIENTES la lleven, donde los medios que publican el mismo teletipo cuentan como un solo origen, no muchos. Por ahora no ingerimos transcripciones, expedientes ni comunicados directamente, así que salvo que un organismo oficial aparezca en la lista de arriba, esta pieza se apoya en el reporte sobre el documento y no en el documento mismo.
Desde dónde publican
El único que pudimos ubicar publica desde Corea del Sur. 2 no se pudieron ubicar por su dirección. Ninguno es un organismo oficial: esa parte se apoya en el reporte, no en el documento o la transcripción subyacente.
Los artículos de origen y sus recibos de ingesta
Cada artículo se obtuvo, extrajo y analizó aguas arriba, y cada uno de esos pasos se firmó con su propia clave. Esto abre los recibos del propio registro para ellos.
2 · El registroextrajo esos informes en filas de hechos firmadas
IA · búsqueda semántica
Los hechos en que se apoya esta pieza fueron seleccionados por búsqueda semántica sobre el registro: representaciones de IA emparejan la consulta de cada sección con filas de hechos por significado, no por palabras clave.
Esta redacción leyó los hechos por la puerta pública del registro, y la puerta firmó la lectura. El recibo de lectura no se capturó para esta revisión temprana.
3 · La redacciónescrita como TruthFoundry News Desk por un gran modelo de lenguaje
IA · generación de noticias
La línea automática escribió esto como TruthFoundry News Desk usando un gran modelo de lenguaje a las 2026-09-05T00:36Z.
Los prompts, literales
Los prompts y el texto archivado que aparecen abajo se reproducen exactamente como fueron escritos y firmados. Son el registro, así que se conservan en el idioma en que fueron archivados.
Instrucción del sistema (las reglas de anclaje)


El encargo: contrato de voz de la persona + las instrucciones permanentes de esta redacción + los hechos numerados



4 · El archivoescrita en el registro permanente
Una vez publicada, la pieza se escribe en el registro permanente. Su recibo - la prueba de que no ha cambiado desde entonces - está en Integridad, abajo, y el botón de allí la vuelve a comprobar en su propio navegador.


Integridad


Hash del contenido (SHA-256)5c7f30f53d4df7f54a77c48ab01d79113733403c3a3e6b1ca72ecbc0d37f0429


Base del hashtitular + bajada + texto + el JSON canónico de las citas, exactamente como se archivó


Reciboesta revisión es anterior al registro de recibos; la fila archivada vive en el registro


Legible por máquinala prueba completa, JSON


Verificar



Una firma prueba quién archivó esto y que no ha cambiado desde entonces. Nunca hace verdadera una afirmación.