LinkedIn 推出了新的檢測系統來解決 違反政策的內容 在貼文中，它依靠人工智慧檢測來優化其版主工作流程。 根據 LinkedIn 的說法，這已經導致用戶的曝光率大幅下降。
新系統現在透過 LinkedIn 的人工智慧閱讀器系統過濾所有潛在的違規內容，然後該過程根據優先順序過濾每個範例。
正如 LinkedIn 所解釋的：
「透過這個框架，進入審核隊列的內容將由一組人工智慧模型進行評分，以計算它可能違反我們政策的機率。 不違規的可能性較高的內容將被取消優先級，從而節省人工審閱者的頻寬，而違反策略的可能性較高的內容會優先於其他內容，因此可以更快地檢測和刪除。」
這可能是您想像中的此類系統的運作方式，即使用一定程度的自動化來確定嚴重性。 但根據 LinkedIn 的說法，這種新的、更先進的人工智慧流程能夠更好地對事件進行分類，並透過優化人類主持人的工作量來確保更快地解決最壞的情況。
不過，這很大程度上取決於其自動檢測系統的準確性及其確定貼文是否有害的能力。
為此，LinkedIn 表示，它正在使用新模型，這些模型會根據最新範例不斷自我更新。
“這些模型在內容審核隊列中過去人工標記資料的代表性樣本上進行訓練，並在另一個過時樣本上進行測試。 我們利用隨機網格搜尋進行超參數選擇，並根據極高精度的最高召回率選擇最終模型。 我們使用這個成功指標是因為 LinkedIn 對信任執行品質有非常高的標準，因此保持非常高的精確度非常重要。」
LinkedIn 表示，其更新的審核流程能夠按照既定的精確度標準對約 10% 的排隊內容做出自動決策，「這比典型的人類審核員的表現更好」。
「由於這些節省，我們能夠減輕人工審核人員的負擔，使他們能夠專注於因嚴重性和模糊性而需要審核的內容。 透過審核佇列中內容的動態優先級，該框架還能夠將捕獲違反政策的內容所需的平均時間減少約 60%。”
這是人工智慧的一個很好的用途，儘管它可能會影響最終通過的內容，這取決於他們的系統如何保持更新並確保檢測到違反規則的帖子。
LinkedIn 相信它將改善用戶體驗，但值得注意的是您是否看到了改進，並且在應用程式中遇到了更少的違規貼文。
我的意思是，與其他應用程式相比，LinkedIn 不太可能看到更多煽動性帖子，因此您可能不會在 LinkedIn 提要中看到大量攻擊性內容。 但儘管如此，這個更新的流程應該使 LinkedIn 能夠更好地利用其人工審核人員，透過更好地優先考慮這方面的工作流程來最大限度地提高回應速度。
如果它有效，它可以為其他應用程式提供註釋，以改善它們自己的檢測流程。
您可以在此處閱讀 LinkedIn 的完整審核系統概述。
