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習系統(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,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
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學、編程等任務(wù)上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結(jié)果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。