Meta加強打擊Facebook上非原創內容
週一，Meta公佈了更嚴格的措施，以處理在Facebook上發布非原創內容的帳戶，目標鎖定那些反覆重用他人文字、圖片或影片的帳戶。該公司報告稱，今年已移除約1000萬個冒充知名內容創作者的個人資料。
此外，Meta已處理50萬個涉及垃圾行為或虛假互動的帳戶，採取措施如降低評論優先級和限制內容分發，以阻礙其盈利努力。
此舉是在YouTube更新其關於非原創內容的政策後不久，特別是針對大量生產或重複的影片，這些影片隨著AI技術的進步變得更容易製作。
與YouTube類似，Meta強調不會懲罰通過反應影片、參與趨勢或添加原創評論與他人內容互動的用戶。相反，焦點集中在重複發布他人作品的帳戶，無論是通過垃圾個人資料還是冒充原創作者。
Meta表示，反覆重用他人內容的帳戶將面臨暫時中止參與Facebook的盈利計劃並降低貼文可見度。當檢測到重複影片時，其分發將受到限制，以優先為原創作者獲得觀看次數和認可。
Meta還在試驗一項功能，將重複影片連結到其原始來源，引導觀眾到真實內容。
圖片來源：Meta 此更新正值用戶對Meta旗下平台（包括Instagram）的自動化政策執行錯誤提出批評之際。一份近3萬人簽署的請願書要求修復錯誤停用的帳戶並提供更好的人工支援，因為小型企業受到影響。儘管受到媒體和創作者的關注，Meta尚未公開回應。
在您的TechCrunch全階段通行證上節省高達475美元
更智能地創新，更快速地擴展，更深入地連接。與來自Precursor Ventures、NEA、Index Ventures、Underscore VC等領袖一起，參加一天的洞察、工作坊和網絡活動。
在您的TechCrunch全階段通行證上節省450美元
更智能地創新，更快速地擴展，更深入地連接。與來自Precursor Ventures、NEA、Index Ventures、Underscore VC等領袖一起，參加一天的洞察、工作坊和網絡活動。
波士頓，麻薩諸塞州 | 7月15日起立即註冊雖然Meta的最新努力針對從盜用內容中獲利的帳戶，非原創內容的問題正在升級。
AI的興起使平台充斥著低品質的AI生成媒體，通常被稱為AI垃圾。例如，在YouTube上，使用重複使用的照片或片段的AI旁白影片很常見，這是由文字到影片的AI工具推動的。
雖然Meta的更新主要針對重複使用的內容，但也暗示將處理AI垃圾。在創建原創內容的指導中，Meta建議不要僅僅組合片段或為他人作品添加水印，敦促創作者專注於真實的故事講述，而不是低價值的短影片。
這些低品質影片，通常只是帶有AI旁白的圖片或片段，越來越多地使用AI工具製作，儘管Meta未明確提及這一點。
Meta還警告創作者不要重用來自其他應用程式或來源的內容，這是一項長期規則，並強調高品質影片字幕的重要性，可能是為了阻止未經編輯的AI生成字幕。
圖片來源：Meta Meta表示，這些變更將在未來幾個月逐步實施，給予Facebook創作者適應的時間。創作者可在專業儀表板中檢查貼文級洞察，以了解分發問題。
創作者還可通過其頁面或專業個人資料主選單的支援首頁，監控內容推薦或盈利懲罰的風險。
Meta通常在其季度透明度報告中詳細說明內容移除情況。上季度，其報告稱Facebook全球月活躍用戶中有3%是假帳戶，2025年1月至3月對10億假個人資料採取了行動。
最近，Meta已從直接事實查核轉向在美國使用社群筆記，類似於X，允許用戶和貢獻者驗證貼文是否符合Meta的社群標準並確保其準確性。
相關文章
Pinterest的AI提升時尚搜尋功能，具備智能視覺描述
Pinterest利用AI簡化尋找時尚配件的过程，即使你難以表達自己的風格。該平台採用視覺語言模型為圖片Pin創建生動的風格描述和整體美學，讓用戶只需單擊即可探索和精煉自己的偏好。這款創新工具通過分析圖像，簡化平台上特定服裝細節的搜尋，使購物更直觀。例如，如果你欣賞某個Pin中的裙子，你可以查看其細節——色調、版型、美學——並自訂選項，如顏色、材質或場合，以找到適合工作場所等場合的版本。這些先進的
Apple探索Safari的AI搜尋整合
Apple正積極探索將AI驅動的搜尋功能整合進Safari。在週三Google的反壟斷審判中，Apple服務資深副總裁Eddy Cue透露，計劃在明年內可能為Safari引入AI搜尋功能，作為持續增強的一部分。“他們還沒完全準備好，”Cue提到，參考了已與Perplexity、OpenAI和Anthropic進行的討論。他強調生成式AI仍處於早期階段，指出Apple與OpenAI在其他AI功能上的
新研究揭示大規模語言模型實際記憶的數據量
AI模型實際記憶多少？新研究揭示驚人見解我們都知道，像ChatGPT、Claude和Gemini這樣的大規模語言模型（LLMs）是在龐大數據集上訓練的——來自書籍、網站、程式碼，甚至圖像和音頻等多媒體的數兆字詞。但這些數據到底發生了什麼？這些模型真的理解語言，還是僅僅在重複記憶的片段？來自Meta、Google DeepMind、Cornell和NVIDIA的一項突破性新研究終於給出了具體答案——
評論 (0)
0/200
週一，Meta公佈了更嚴格的措施，以處理在Facebook上發布非原創內容的帳戶，目標鎖定那些反覆重用他人文字、圖片或影片的帳戶。該公司報告稱，今年已移除約1000萬個冒充知名內容創作者的個人資料。
此外，Meta已處理50萬個涉及垃圾行為或虛假互動的帳戶，採取措施如降低評論優先級和限制內容分發，以阻礙其盈利努力。
此舉是在YouTube更新其關於非原創內容的政策後不久，特別是針對大量生產或重複的影片，這些影片隨著AI技術的進步變得更容易製作。
與YouTube類似，Meta強調不會懲罰通過反應影片、參與趨勢或添加原創評論與他人內容互動的用戶。相反，焦點集中在重複發布他人作品的帳戶，無論是通過垃圾個人資料還是冒充原創作者。
Meta表示，反覆重用他人內容的帳戶將面臨暫時中止參與Facebook的盈利計劃並降低貼文可見度。當檢測到重複影片時，其分發將受到限制，以優先為原創作者獲得觀看次數和認可。
Meta還在試驗一項功能，將重複影片連結到其原始來源，引導觀眾到真實內容。
此更新正值用戶對Meta旗下平台（包括Instagram）的自動化政策執行錯誤提出批評之際。一份近3萬人簽署的請願書要求修復錯誤停用的帳戶並提供更好的人工支援，因為小型企業受到影響。儘管受到媒體和創作者的關注，Meta尚未公開回應。
在您的TechCrunch全階段通行證上節省高達475美元
更智能地創新，更快速地擴展，更深入地連接。與來自Precursor Ventures、NEA、Index Ventures、Underscore VC等領袖一起，參加一天的洞察、工作坊和網絡活動。
在您的TechCrunch全階段通行證上節省450美元
更智能地創新，更快速地擴展，更深入地連接。與來自Precursor Ventures、NEA、Index Ventures、Underscore VC等領袖一起，參加一天的洞察、工作坊和網絡活動。
波士頓，麻薩諸塞州 | 7月15日起立即註冊雖然Meta的最新努力針對從盜用內容中獲利的帳戶，非原創內容的問題正在升級。
AI的興起使平台充斥著低品質的AI生成媒體，通常被稱為AI垃圾。例如，在YouTube上，使用重複使用的照片或片段的AI旁白影片很常見，這是由文字到影片的AI工具推動的。
雖然Meta的更新主要針對重複使用的內容，但也暗示將處理AI垃圾。在創建原創內容的指導中，Meta建議不要僅僅組合片段或為他人作品添加水印，敦促創作者專注於真實的故事講述，而不是低價值的短影片。
這些低品質影片，通常只是帶有AI旁白的圖片或片段，越來越多地使用AI工具製作，儘管Meta未明確提及這一點。
Meta還警告創作者不要重用來自其他應用程式或來源的內容，這是一項長期規則，並強調高品質影片字幕的重要性，可能是為了阻止未經編輯的AI生成字幕。
Meta表示，這些變更將在未來幾個月逐步實施，給予Facebook創作者適應的時間。創作者可在專業儀表板中檢查貼文級洞察，以了解分發問題。
創作者還可通過其頁面或專業個人資料主選單的支援首頁，監控內容推薦或盈利懲罰的風險。
Meta通常在其季度透明度報告中詳細說明內容移除情況。上季度，其報告稱Facebook全球月活躍用戶中有3%是假帳戶，2025年1月至3月對10億假個人資料採取了行動。
最近，Meta已從直接事實查核轉向在美國使用社群筆記，類似於X，允許用戶和貢獻者驗證貼文是否符合Meta的社群標準並確保其準確性。
Pinterest的AI提升時尚搜尋功能，具備智能視覺描述
Pinterest利用AI簡化尋找時尚配件的过程，即使你難以表達自己的風格。該平台採用視覺語言模型為圖片Pin創建生動的風格描述和整體美學，讓用戶只需單擊即可探索和精煉自己的偏好。這款創新工具通過分析圖像，簡化平台上特定服裝細節的搜尋，使購物更直觀。例如，如果你欣賞某個Pin中的裙子，你可以查看其細節——色調、版型、美學——並自訂選項，如顏色、材質或場合，以找到適合工作場所等場合的版本。這些先進的
Apple探索Safari的AI搜尋整合
Apple正積極探索將AI驅動的搜尋功能整合進Safari。在週三Google的反壟斷審判中，Apple服務資深副總裁Eddy Cue透露，計劃在明年內可能為Safari引入AI搜尋功能，作為持續增強的一部分。“他們還沒完全準備好，”Cue提到，參考了已與Perplexity、OpenAI和Anthropic進行的討論。他強調生成式AI仍處於早期階段，指出Apple與OpenAI在其他AI功能上的
新研究揭示大規模語言模型實際記憶的數據量
AI模型實際記憶多少？新研究揭示驚人見解我們都知道，像ChatGPT、Claude和Gemini這樣的大規模語言模型（LLMs）是在龐大數據集上訓練的——來自書籍、網站、程式碼，甚至圖像和音頻等多媒體的數兆字詞。但這些數據到底發生了什麼？這些模型真的理解語言，還是僅僅在重複記憶的片段？來自Meta、Google DeepMind、Cornell和NVIDIA的一項突破性新研究終於給出了具體答案——
