北京時間6月23日上午消息,亞馬遜將利用人工智能技術(shù)對抗虛假產(chǎn)品評論和評分,打擊網(wǎng)購刷單行為。
亞馬遜將部署一套全新的人工智能機器學(xué)習(xí)系統(tǒng),因此,身份得到確認的消費者發(fā)表的評論將得到更高的權(quán)重,并將在更加突出的位置展示出來。而被其他用戶標記為有用和及時的評論也將得到類似的待遇。
這套系統(tǒng)將把亞馬遜認為精準的評論置頂,并使用這些評論來給商品評分。而之前的評分系統(tǒng)只是計算了所有評論的平均數(shù),導(dǎo)致虛假評論對產(chǎn)品的整體評分產(chǎn)生了重大影響。
亞馬遜對科技網(wǎng)站CNET表示,這套算法將于周五開始部署,初期的效果可能并不明顯,但今后將會逐步改進。
用戶評論已經(jīng)成為網(wǎng)絡(luò)購物誠信體系的基石:用戶無法在購買之前親自看到這些產(chǎn)品,因此,其他用戶的評分和評價便成為了重要的參考信息。
這意味著營銷人員必須不遺余力地影響評分,尤其是當產(chǎn)品在某個網(wǎng)站上架的初期。他們會發(fā)布虛假評論,并雇人刷單。這種行為在各大電子商務(wù)網(wǎng)站已經(jīng)蔚然成風(fēng),而作為全球最大的網(wǎng)絡(luò)零售商之一,亞馬遜自然成為了重要目標。
事實上,刷單行為并不僅限于網(wǎng)絡(luò)零售商。TripAdvisor和其他旅行網(wǎng)站同樣受到這類行為的重大影響。
TripAdvisor英國高管詹姆斯·凱(James Kay)說:“我們擁有一整個團隊來處理虛假評論問題,還使用了自動化系統(tǒng)和專門的團隊來評估用戶的評價,過濾虛假內(nèi)容。”
為了贏得用戶信任,越來越多的網(wǎng)站還是通過更加智能的系統(tǒng)處理用戶評論,避免這一渠道遭到濫用。
亞馬遜的這套人工智能系統(tǒng)將獲得競爭對手和開發(fā)者的密切關(guān)注,倘若能夠起到效果,便有望對刷單構(gòu)成打擊。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡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。
同濟大學(xué)團隊開發(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)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時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等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。