Meta Platforms Inc. 首席执行官马克·扎克伯格今早在一段视频中宣布,公司计划对其事实核查和内容管理政策进行一系列重大调整。
2016 年,Meta 启动了一项依赖第三方事实核查组织来审查 Facebook 用户内容的计划。该公司最初的合作伙伴名单包括 90 多个此类组织,他们审查了 60 多种语言的内容。2019 年,Meta 将事实核查计划扩展到了 Instagram。
作为今天宣布的政策变更的一部分,这家 Facebook 母公司将终止该计划。取而代之的是一项名为"社区注释"的功能,该功能将依靠 Meta 的用户来审查帖子的准确性。
据该公司称,社区注释将允许用户提交注释分享他们对帖子的看法,并相互审查彼此的注释。Meta 表示,该功能"将要求持不同观点的人达成一致,以帮助防止有偏见的评分"。该公司将在未来两个月内在美国推出社区注释功能,并计划在一年后在全球范围内推广。
扎克伯格在宣布这些变更的视频中说:"我们将回归初心,专注于减少错误,简化我们的政策,并在我们的平台上恢复言论自由。"
Meta 今天宣布的第二套政策变更集中在政治内容上。多年来,该公司限制了用户信息流中此类内容的可见性。今后,Meta 计划更频繁地展示用户关注的个人和 Facebook 页面发布的政治帖子。
Meta 的系统将根据两种主要类型的数据点来决定如何以及何时显示政治帖子。据该公司称,它将考虑明确的信号,例如用户是否点赞了某个政治帖子。Meta 还计划考虑"隐含信号",如帖子浏览量。对于不希望在信息流中看到政治内容的用户,该公司将提供过滤此类内容的设置。
该公司今天宣布的第三套政策变更集中在其自动化审核系统上。Meta 使用这些系统来删除违反其服务条款的内容。该公司打算将系统的重点缩小到"高严重度违规",如宣传非法活动的帖子。
对于不太严重的政策违规,Meta 计划大幅放宽其执行政策。该公司只有在用户举报的情况下才会对此类帖子采取审核措施。此外,Meta 将要求其系统在删除某一内容之前对违反服务条款的判断"具有更高程度的确信度"。
作为这项努力的一部分,该公司还在重组其内容信任和安全团队。Meta 将把这些团队从加利福尼亚州迁移到德克萨斯州等"其他美国地点"。此外,该公司表示,在删除某一内容之前,将更频繁地要求"多位审核员达成一致决定"。
在某些情况下,Meta 将使用大型语言模型在删除内容之前提供第二种意见。它还将简化用户对政策执行决定提出申诉的流程。为了提高透明度,Meta 计划公布有关其内容审核错误的统计数据。
据 The Verge 报道,新内容政策的宣布是在 Meta 收到即将上任的联邦通信委员会主席布伦丹·卡尔的一封信几周后发生的。这封信指责该公司参与了一个"审查卡特尔"。卡尔接着写道,Meta 可能面临政府对其内容审核活动的审查。
图片来源:Meta
好文章,需要你的鼓励
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
微软正式确认配置管理器将转为年度发布模式,并将Intune作为主要创新重点。该变化将于2026年秋季生效,在此之前还有几个版本发布。微软表示此举是为了与Windows客户端安全和稳定性节奏保持一致,优先确保安全可靠的用户体验。配置管理器将专注于安全性、稳定性和长期支持,而所有新功能创新都将在云端的Intune中进行。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。