电竞快讯
Google「MUM」模型 可透过理解使用者搜寻需求 提升搜寻服务使用安全 并过滤非相关的搜寻结果
Google现在已经透过75种语言训练「MUM」模型,藉此让此款模型能够理解全球多数语言构成的搜寻行为,进而协助使用者找到更符合需求的解答,并且去除不相关的搜寻结果,同时也将持续与各地机构深入合作,让搜寻结果能更加安全。
去年在Google I/O 2021期间宣布推出可理解人类语言的「MUM」 (Multitask Unified Model)模型设计,并且逐步应用在Google Search、Google Lens等服务之後,Google搜寻研究员暨副总裁Pandu Nayak进一步解释此模型设计如何提升Google搜寻服务的使用安全。
现在越来越多人会透过Google搜寻服务查找各类生活疑难杂症解决办法,但随着网路资讯量越来越庞大,其中也会加入更多假资讯、不合适的内容,因此如何确保使用者在搜寻过程快速找到正确解答,避免使用者接触非正确内容,或是适度避免一些潜在问题发生,显然变得更重要。
例如当使用者在面临无助时,可能会透过Google Search频繁搜寻自杀相关负面讯息,此时系统就会透过「MUM」模型机制运作判断使用者可能想法,进而推送救助电话热线,或是相关协助资讯,藉此避免可能发生的悲剧情况。
另外,透过「MUM」模型分析输入搜寻关键字词背後潜在语意,同时也有助於系统分辨使用者希望透过Google Search寻找哪些资讯,并且能避开相似却不相关的内容,甚至可以避开刻意透过无害标签标记煽情露骨,或具有暗示性的内容,藉此降低在Google Search搜寻结果吸引人点击观看比重。
目前Google Search会针对未满18岁的Google帐号预设开启过滤煽情露骨内容功能,而针对未在Google Search登入个人帐号,或是使用他人手机搜寻资料的情况,Google Search搜寻机制也会针对一般搜寻结果滤除包含色情的内容,避免产生不必要影响。
除此之外,Google目前也持续利用BERT人工智慧模型,藉此精进理解使用者透过关键字搜寻内容的期望值,并且过滤非相关的有害内容。
Google现在已经透过75种语言训练「MUM」模型,藉此让此款模型能够理解全球多数语言构成的搜寻行为,进而协助使用者找到更符合需求的解答,并且去除不相关的搜寻结果,同时也将持续与各地机构深入合作,让搜寻结果能更加安全。…