今日,微信正式發(fā)布官方辟謠帳號(hào)“謠言過濾器”(公眾號(hào):wx-yyglq)。在內(nèi)容運(yùn)營(yíng)、辟謠內(nèi)容鑒定等方面,微信將與人民網(wǎng)、果殼網(wǎng)、丁香園進(jìn)行深入合作,作為長(zhǎng)期的合作伙伴。微信方面表示,希望通過權(quán)威的解讀,提升網(wǎng)民分辨真相的能力,用不可辯駁的事實(shí)過濾掉微信乃至整個(gè)互聯(lián)網(wǎng)的網(wǎng)絡(luò)謠言。
據(jù)了解,目前微信每天接到關(guān)于謠言的投訴達(dá)1-2萬單,這些謠言不僅嚴(yán)重污染了網(wǎng)絡(luò)環(huán)境,擾亂了公共秩序,還給很多個(gè)人以及企業(yè)造成了不過估量的名譽(yù)以及財(cái)產(chǎn)損失。
微信相關(guān)業(yè)務(wù)負(fù)責(zé)人表示,公眾號(hào)“謠言過濾器”將重點(diǎn)關(guān)注于對(duì)網(wǎng)民息息相關(guān)的社會(huì)熱點(diǎn)類,科普類,以及醫(yī)療健康類的內(nèi)容的辟謠。對(duì)于在微信朋友圈,公眾帳號(hào)內(nèi)傳播的網(wǎng)絡(luò)謠言將第一時(shí)間進(jìn)行專業(yè)的分析以及辟謠。
“微信辟謠機(jī)制將是一個(gè)長(zhǎng)期的、系統(tǒng)的工程。”該負(fù)責(zé)人透露,此次微信官方辟謠公眾號(hào)的設(shè)立,只是微信辟謠機(jī)制的一個(gè)開端。未來,在辟謠公眾號(hào)外,微信還將在產(chǎn)品和技術(shù)層面出臺(tái)更多應(yīng)對(duì)謠言的措施。“我們將會(huì)對(duì)整個(gè)謠言從滋生到傳播的整個(gè)鏈條進(jìn)行打擊,不僅涉及前端的謠言發(fā)布,也會(huì)將對(duì)謠言打擊和辨別的范圍擴(kuò)大到后端的交易等環(huán)節(jié)。”
據(jù)悉,除了新增的“謠言過濾器”公眾號(hào)可以舉報(bào)微信中遇到的各種謠言,微信官方謠言舉證郵箱(yyglq@qq.com)也已同日開放。而此前,微信還在朋友圈、好友聊天、公眾號(hào)文章等多處設(shè)置了“舉報(bào)”投訴入口,方便用戶及時(shí)舉報(bào)謠言等不良信息。
比如,用戶發(fā)現(xiàn)朋友圈中的謠言,可長(zhǎng)按內(nèi)容,選擇“投訴”,向微信團(tuán)隊(duì)舉報(bào)反饋。對(duì)于一些公眾號(hào)發(fā)布的謠言消息,可直接點(diǎn)擊文章頁面底部的“舉報(bào)”。
也可以點(diǎn)擊文章右上角的省略號(hào),選擇“投訴”,并告知投訴原因。
在群聊時(shí),發(fā)現(xiàn)群聊信息涉及傳謠等違法違規(guī)行為,同樣可以舉報(bào):在聊天信息頁面,點(diǎn)擊“投訴群”即可。如需單獨(dú)投訴某位好友,則在聊天列表單擊其頭像,然后點(diǎn)擊聊天界面右上角,再點(diǎn)擊“投訴”即可。
玩“搖一搖”時(shí),如果遇上了不想搭理的對(duì)象,或是惡意推銷人員、還被對(duì)方頻繁“打招呼”騷擾,則可在詳細(xì)資料界面直接點(diǎn)擊“投訴”,向微信團(tuán)隊(duì)反饋。
微信團(tuán)隊(duì)表示,微信歡迎更多的專業(yè)機(jī)構(gòu)加入到微信的辟謠機(jī)制中, 鼓勵(lì)所有用戶都能做到“不造謠、不信謠,更不傳謠”,共同營(yíng)造綠色、健康、安全的網(wǎng)絡(luò)環(huán)境。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。