脸书称新AI系统可以快速识别更多内容安全问题，“小样本学习”（Few-Shot Learner）系统只需极少量的样本即可识别出问题帖子，而且支持100多种语言。

最新推荐文章于 2023-06-21 18:28:16 发布
最新推荐文章于 2023-06-21 18:28:16 发布
阅读量619 收藏
点赞数
文章标签： 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_65135736/article/details/122070488
版权
脸书推出名为“小样本学习”的AI系统，能在极少量样本数据下识别多种语言的有害内容，包括文本和图像，支持100多种语言。该系统大幅减少了新规则应用的时间，帮助处理疫苗抵制和仇恨言论等问题，但同时也引发了关于偏见和控制权的讨论。
摘要由CSDN通过智能技术生成

最近从脸书泄露的一批文件表明，这家社交网络公司正致力于在硅谷以外的地区遏制有害内容散播。脸书担心针对巴基斯坦和埃塞俄比亚使用语言的内容审核算法不够完善，而且该公司也缺乏足够的训练数据来优化系统以适应阿拉伯语的不同方言。

脸书的母公司Meta Platforms Inc表示，已针对部分任务上线了一个新的人工智能审核系统，该系统相比早期系统只需要极少量的样本数据，因而能更快地适应新的审核规则。脸书表示“小样本学习”系统支持100多种语言，不仅可以处理文本，还可以处理图像。

“小样本学习”系统将新审核规则实现自动执行所需的时间从六个月左右缩短为六个星期左右。该系统有助于执行9月出台的一条规则，即封禁所有煽动人们拒绝接种新冠疫苗的帖子。脸书还表示，“小样本学习”系统在今年年初上线后到今年10月，全球范围内仇恨言论的传播率较2020年年中呈下降趋势，但脸书并未透露新系统的性能数据。

新系统并不能解决脸书在内容审核上面临的所有挑战，但这开启了脸书借助人工智能技术来应对这些挑战的先河。一方面脸书的全球用户不断增长，另一方面它也滋生

最低0.47元/天 解锁文章
科技湃
关注
【论文分享】小样本学习在安全领域的发展调研：小样本+异常检测/入侵检测
vector的博客
10-15 3145
本篇调研博客将从一下几个方面展开 1.简要分析小样本安全的论文检索情况，五年内出版物数量与文章被引频次排序等 2.小样本综述：介绍当前小样本学习的三大类方法，基于数据增强的方法、基于模型改进的方法以及基于算法优化的方法 3.小样本学习与异常检测论文分享：详细介绍2篇，粗略介绍4篇 4.小样本学习与入侵检测论文分享：详细介绍2篇，粗略介绍1篇 检索概况： 数据库：web of science 检索式： (TS=( few-shot learning AND (security OR Ano.
ai训练 样本大小_成本低、周期短，小样本学习能否成为AI落地的速效药？
weixin_39614060的博客
12-21 191
带着观点看商业。超级观点，来自新商业践行者的前沿观察。文 | 顾夏辉，子长科技(1STEP.AI)CTO、创始人编辑 | 吕方AI应用的心病：数据缺失人工智能(AI)一直是被热议的话题，但围绕着人工智能的讨论往往是“人工智能产业是否存在泡沫？”，“人工智能的估值是否过高？”。人工智能不同于传统软件或系统开发项目，在各个领域的落地都存在很多问题，比如技术难度大、研发成本高、项目周期长。即使是行业里的...
Few-Shot Learning
Harris-H的博客
09-16 1323
Few-Shot Learning
小样本学习(Few-Shot Learning)
最新发布
hellozhxy的博客
06-21 8864
本文讲解小样本学习问题的Pretraining+Fine Tuning解法。本文使用飞桨（PaddlePaddle）基于数据集实践小样本学习问题的Pretraining+Fine Tuning解法。
小样本学习只是一场学术界自嗨吗
夕小瑶科技说
05-07 547
文 | ALme@知乎这两年看见很多人，包括我实习的mentor在内，都在批评few-shot learning，觉得是学术界在自high，思考良久，感觉有必要给这个领域正个名～(注意，此答案仅关注few-shot image classification）首先，要讨论few-shot learning的价值，咱得先把few-shot learning（FSL）这个问题的...
2005.14165.pdf Language Models are Few-shot Learners
02-23
GPT-3在少数样本学习（few-shot learning）设置下展示出了良好的性能，甚至在某些任务上可以与先前的最优微调方法相媲美。 2. 少数样本学习（few-shot learning）： 少数样本学习是指使用极少的样本就能完成学习...
当小样本遇上机器学习 fewshot learning
热门推荐
mao_feng的博客
12-30 9万+
引言深度学习(deeplearning)已经广泛应用于各个领域，解决各类问题，例如在图像分类问题下，如图1，区分这10类目标的准确率目前可以轻松做到94%。然而，deeplearning是一种datahungry的技术，需要大量的标注样本才能发挥作用。图1 现实世界中，有很多问题是没有这么多的标注数据的，获取标注数据的成本也非常大，例如在医疗领域、安全领域等。因此，我们现在讨论的是...
小样本学习（Few-shot Learning）综述
Paper weekly
04-01 2万+
作者丨耿瑞莹、李永彬、黎槟华单位丨阿里巴巴智能服务事业部小蜜北京团队分类非常常见，但如果每个类只有几个标注样本，怎么办呢？笔者所在的阿里巴巴小蜜北京团队就面临这个挑战。我...
Meta-Transfer Learning for Few-Shot Learning 元迁移学习论文解读
migue_math
04-05 4295
我之前写过一篇元迁移学习的论文笔记，一种迁移学习和元学习的集成模型。 但是本文的元迁移学习方法完全不同于上一篇论文。 Abstract 由于深度神经网络容易对小样本过拟合，所以元学习倾向于使用浅层神经网络，但浅层神经网络限制了模型的性能。本文提出了meta-transfer learning(MTL)模型，MTL模型可以采用深层神经网络。其中，meta指的是训练多个任务，transfer指的是为深...
few-shot和zero-shot
Paloma_Gao的博客
12-13 2538
Meta Learning & Few-shot Learning
小样本学习&元学习经典论文整理
深视
08-21 3万+
  本文整理了近些年来有关小样本学习的经典文章，并附上了原文下载链接以及论文解读链接。文末有我个人公众号“深视”的二维码链接，关注公众号回复“小样本学习”，可以打包下载全部文章。该文我会持续更新，不断增添新的文章和相关解读，大家可以收藏关注一下。 一、基于度量学习的小样本学习算法 1.《Siamese Neural Networks for One-shot Image Recognition》   网络名称：Siamese Network   文章来源：ICML2015   原文下载：http://www
人工智能之小样本学习（Few-shot Learning）综述
人工智能讲师分享前沿技术
09-01 1092
因此面向泛化性的表达是有益的。Meta Learning，又称为 learning to learn，在 meta training 阶段将数据集分解为不同的 meta task，去学习类别变化的情况下模型的泛化能力，在 meta testing 阶段，面对全新的类别，不需要变动已有的模型，就可以完成分类。在人类的快速学习能力的启发下，研究人员希望机器学习模型在学习了一定类别的大量数据后，对于新的类别，只需要少量的样本就能快速学习，这就是 Few-shot Learning 要解决的问题。...
Few-Shot Learning：基本概念
Bluebro的博客
11-12 1432
1.few-shot learing（少样本学习）：意思是用少量带标签的样本来训练就得到一个好的模型去做分类或回归任务 2.few-shot learning是一种meta learning（元学习），**它的目标是learn to learn，即让计算机自己学会学习。 3.Support Set：meta learning中的术语，指很小的样本集，不足以训练大的神经网络，只能在预测时提供一些参考信息。Support Set与训练集不同，训练集很大，足以训练神经网络。 4.query：要预测的图片
Few-shot learning 少样本学习
Mind_programmonkey的博客
10-19 3168
N-way K-shot用来衡量网络泛化能力，但小样本在实际应用中并不是很好。 背景 深度学习已经广泛应用于各个领域，解决各类问题，在图像分类的问题下，可以很轻松的达到94%之上。然而，deep learning是一种data hungry的技术，需要大量的标注样本才能发挥作用。 但现实世界中，有很多问题是没有那么多的标注数据的，获取标注数据的成本也非常大。因此，我们讨论的是这样一个问题的场景，也就是小样本问题。它面临的问题是： 训练过程中有从未见过的新类，只能借助每类少数几个标注样本； 不改变已经训练好
小样本学习——概念、原理与方法简介（Few-shot learning）
weixin_40920183的博客
10-19 8347
Few-shot learning (FSL)在机器学习领域具有重大意义和挑战性，是否拥有从少量样本中学习和概括的能力，是将人工智能和人类智能进行区分的明显分界点，因为人类可以仅通过一...
小样本学习(one/few-shot learning)
朴素.无恙的博客
04-03 6万+
原文：https://blog.csdn.net/mao_feng/article/details/78939864 原博地址：https://blog.csdn.net/xhw205/article/details/79491649 小样本学习 来源：我们人类是具有快速从少量（单）样本中快速学习能力的，其实在我们学习的过程中，人类的大脑将对象和类别组成有用的信息将之分类。 首先需要声明的是，小样...
NeurIPS 2021 | 微软研究院提出CLUES，用于NLU的少样本学习评估
Python数据挖掘
11-22 2792
自然语言理解 (NLU) 的最新进展部分是由 GLUE、SuperGLUE、SQuAD 等基准驱动的。事实上，许多 NLU 模型现在在这些 benchmark 中的许多任务上已经达到或超过了“人类水平”的性能。然而，这些 benchmark 中的大多数都允许模型访问相对大量的标记数据以进行训练。因此，模型提供的数据远多于人类实现强大性能所需的数据。这激发了一系列专注于提高 NLU 模型的少样本学习性能的工作。然而，由于少样本 NLU 缺乏标准化的评估 benchmark，导致不同论文中的实验设置不同。 本文
few-shot learning是什么
Norstc的博客
10-23 1万+
小样本学习 来源：我们人类是具有快速从少量（单）样本中快速学习能力的，其实在我们学习的过程中，人类的大脑将对象和类别组成有用的信息将之分类。 首先需要声明的是，小样本学习属于迁移学习。 接着，举个例子详细阐述。人类从未见到过“澳大利亚的鸭嘴兽”，给我们一张鸭嘴兽的照片后，人类就认识了！ 有的朋友可能会想，为什么我们人类总是能快速的学习到未知的事物？简单的说，是因为人类生活中各种知识的积累以...
DL-Learner：语义网上的监督机器学习框架
"DL-Learner是一个用于语义网归纳学习的框架，支持使用OWL（Web Ontology Language）和RDF（Resource Description Framework）进行背景知识表示的监督机器学习。这个框架自2007年创建以来，已经在多个领域得到了广泛...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值